mapreduce程序详解

package exp1.hadoop;

import java.io.IOException;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

public class Answer2Exp2 {
	
	
	public static class MapClass extends Mapper<LongWritable, Text, Text, IntWritable>{ 
		private static final byte userIndex = 2;
		private Text mapKey = new Text();

		public void map(LongWritable key, Text value,Context context)
				throws IOException, InterruptedException {
			// TODO Auto-generated method stub
            String tmp;
			String  line = value.toString();//将文本转成字符串类型
            String [] lineSplit = line.split("\t");//按tap键进行分片并存储起来,相当于linesplit数组里每一个代表一列
            tmp = lineSplit[userIndex];//得到目标列
            mapKey.set(tmp);//转成text格式
            context.write(mapKey, new IntWritable(1));    //写入context       
		}
	}
	public static class ReduceClass extends Reducer<Text, Iterable<IntWritable>, Text, IntWritable>{

		private IntWritable totalCnt=new IntWritable();
		public void reduce(Text mapKey, Iterable<IntWritable> values,
				Context context) throws IOException, InterruptedException {
			// TODO Auto-generated method stub
			int sum=0;
			for(IntWritable value : values){
				sum+=value.get();//对相同key进行累加计数
			}
			totalCnt.set(sum);
			context.write(mapKey, totalCnt);
			
		}
	}
	
	public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
		Configuration conf = new Configuration();//定义一个默认的配置
		Job job = Job.getInstance(conf);//初始化一个job
		job.setJarByClass(Answer2Exp2.class);//设置jar类
		job.setNumReduceTasks(1);//设置reduce任务的数量
		
		job.setJobName("User Statistical");//设置job名称
		
//		job.setMapperClass(MapClass.class);//设置map类
//		job.setReducerClass(ReduceClass.class);//设置reduce类
		
		job.setMapOutputKeyClass(Text.class);//设置map输出key类,记得与<>里的格式类型一致,此时为text。
		job.setMapOutputValueClass(IntWritable.class);//设置map输出value类,格式!

		job.setOutputKeyClass(Text.class);//最终输出的Key类型类,如上
		job.setOutputValueClass(IntWritable.class);//最终输出的value类,如上

		 FileInputFormat.addInputPath(job, new Path("F:/data/input/userurl_20150911"));//输入在本地
         FileOutputFormat.setOutputPath(job, new Path("F:/data/output/o3"));//输出在本地
//可以用paths输出多个路径,用逗号隔开
//		FileInputFormat.addInputPath(job, new Path (args[0]));
//		FileOutputFormat.setOutputPath(job, new Path(args[1]));
		
		 System.exit(job.waitForCompletion(true)?0:1);//判断job是否完成,完成为1,未完成为0. 		
	}
	
	
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值