主頁 >  其他 > MapReduce提升

MapReduce提升

2021-04-29 21:35:11 其他

MapReduce提升

  • Reduce負載過高
    • 配置多個Reduce
      • 動態指定
      • 手動指定配置
    • MapReduce磁區
  • Shuffle自定義磁區
  • 序列化與反序列化
  • 多列資料
    • 自定義資料類
    • 拼接字串
  • MapReduce程式的分類
    • 三大階段
    • 五大階段
  • 排序
    • 排序報錯
    • 自定義資料類實作比較器介面
    • 自定義資料型別實作自定義排序
    • 自定義排序器實作自定義排序

MapReduce入門

Reduce負載過高

Input階段會讀取資料,并切片(split),之后Map程序中會有與切片數目相等的MapTask參與運算(一個split對應一個MapTask,MapTask的個數由split的個數決定),之前的案例都是單個Reduce運行,當單個ReduceTask處理的資料量過大時會導致負載很高、性能極差,當單機資源不足時(如:資料量>記憶體條容量)程式會執行失敗,這種情況就需要配置多個Reduce,

配置多個Reduce

動態指定

job.setNumReduceTasks(1);

這句用來設定Reduce的個數(默認為1個,寫不寫這句話效果都一樣),可以設定更多個(比如:設定2就是2個),

手動指定配置

conf.set("mapreduce.job.reduces","1");

這句會修改組態檔,影響使用該組態檔的所有程式,最好還是使用動態指定的方式(耦合度更低,靈活性更好),

MapReduce磁區

每個Reduce就是一個磁區,當有多個Reduce時,會按照一定的規則將所有Map的資料分配給不同的Reduce,在Map輸出后正常情況會進入Shuffle階段(五大階段的情況,,,當然三大階段的情況下會跳過Shuffle和Redue階段,直接Output),每一條Map階段輸出的資料(已經是KV鍵值對)都會呼叫磁區器來計算自己屬于哪個磁區(即歸屬哪個Reduce進行處理),

在idea按兩下shift搜索numpartition

在這個Java類:

C:\Program Files\apache-maven-3.3.9\Maven_Repository\org\apache\hadoop\hadoop-mapreduce-client-core\2.7.5\hadoop-mapreduce-client-core-2.7.5.jar!\org\apache\hadoop\mapred\MapTask.class

的1345~1376行:

    private static class OldOutputCollector<K, V> implements OutputCollector<K, V> {
        private final org.apache.hadoop.mapred.Partitioner<K, V> partitioner;
        private final MapOutputCollector<K, V> collector;
        private final int numPartitions;

        OldOutputCollector(MapOutputCollector<K, V> collector, JobConf conf) {
            this.numPartitions = conf.getNumReduceTasks();
            if (this.numPartitions > 1) {
                this.partitioner = (org.apache.hadoop.mapred.Partitioner)ReflectionUtils.newInstance(conf.getPartitionerClass(), conf);
            } else {
                this.partitioner = new org.apache.hadoop.mapred.Partitioner<K, V>() {
                    public void configure(JobConf job) {
                    }

                    public int getPartition(K key, V value, int numPartitions) {
                        return numPartitions - 1;
                    }
                };
            }

            this.collector = collector;
        }

        public void collect(K key, V value) throws IOException {
            try {
                this.collector.collect(key, value, this.partitioner.getPartition(key, value, this.numPartitions));
            } catch (InterruptedException var4) {
                Thread.currentThread().interrupt();
                throw new IOException("interrupt exception", var4);
            }
        }
    }

可以看到MapReduce的磁區原始碼,this.numPartitions = conf.getNumReduceTasks();會獲取Reduce的個數,作為磁區個數,如果磁區個數>1,就會通過反射的方式構建一個磁區器的實體,呼叫計算磁區編號的方法,如果reduce的個數=1,磁區只有1個,編號=0,所有資料都會放入編號為0的磁區,

collect就是在呼叫磁區器的磁區方法對K2和V2計算磁區,

在idea按2下shift搜索HashPartitioner
在這個路徑:

C:\Program Files\apache-maven-3.3.9\Maven_Repository\org\apache\hadoop\hadoop-mapreduce-client-core\2.7.5\hadoop-mapreduce-client-core-2.7.5.jar!\org\apache\hadoop\mapred\lib\HashPartitioner.class

可以看到:

@Public
@Stable
public class HashPartitioner<K2, V2> implements Partitioner<K2, V2> {
    public HashPartitioner() {
    }

    public void configure(JobConf job) {
    }

    public int getPartition(K2 key, V2 value, int numReduceTasks) {
        return (key.hashCode() & 2147483647) % numReduceTasks;
    }
}

MapReduce中默認的磁區器呼叫的是HashPartitioner,key的哈希值與一個最大值相與(運算后的數一定<這個最大值,確保不會有資料溢位的問題),之后在對ReduceTask的個數取余,這樣就可以給資料打標簽(后續分配給對應編號的ReduceTask),

這種方式可以使Key相同的資料保存在同一個Reduce中,減少后續排序和分組的作業量,

但是!!!不同Key的Hash值可能相同,取余的結果當然也可能相同,大量Key值相同的資料都由一個reduce處理,會有reduce空閑(浪費資源),負載并不平衡,

Shuffle自定義磁區

先自定義一個磁區器(繼承和重寫磁區器Partitioner):

package com.aa.partition;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Partitioner;

//自定義磁區器
//必須指定K2和V2的型別,重寫getPartition方法必須指定型別
public class UserPartition extends Partitioner<Text, IntWritable> {
    /*
    Map輸出的每一條資料會呼叫一次
    K2為Map輸出的Key,V2為Map輸出的Value
    numPartition為reduce個數
    return回傳的是磁區的編號
     */

    @Override
    public int getPartition(Text K2, IntWritable V2, int numPartition) {//第三個引數為實作方法時自動生成,原抽象方法自帶,貌似暫時還沒什么卵用
        //獲取當前地區
        String region = K2.toString();
        //判斷這個地區是否為浦東
        if("浦東".equals(region)){
            return 0;
        }else
            return 1;
    }
}

在代碼中指定磁區器:

package com.aa.partition;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.conf.Configured;
import org.apache.hadoop.fs.FileSystem;
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.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;

import java.io.IOException;

public class SecondHouseCount extends Configured implements Tool {

    @Override
    public int run(String[] strings) throws Exception {
        Job job = Job.getInstance(this.getConf(), "second house numb");
        job.setJarByClass(SecondHouseCount.class);

        job.setInputFormatClass(TextInputFormat.class);//可以不指定,默認是TextInputFormat
        Path inputPath = new Path("E:\\bigdata\\2021.4.26\\secondhouse.csv");//使用本地路徑作為程式輸入

        TextInputFormat.setInputPaths(job, inputPath);

        job.setMapperClass(SecondMapper.class);//用來設定Mapper類
        job.setMapOutputKeyClass(Text.class);//設定K2的型別
        job.setMapOutputValueClass(IntWritable.class);//設定V2的型別

        job.setPartitionerClass(UserPartition.class);//設定磁區器
        //job.setSortComparatorClass(null);//設定排序器
        //job.setGroupingComparatorClass(null);//設定分組器
        //job.setCombinerClass(null);//設定Map端聚合

        job.setReducerClass(SecondReducer.class);//設定呼叫Reduce的類
        job.setOutputKeyClass(Text.class);//設定K3的型別
        job.setOutputValueClass(IntWritable.class);//設定V3的型別
        job.setNumReduceTasks(2);//設定ReduceTask的個數,默認為1個

        job.setOutputFormatClass(TextOutputFormat.class);//默認是使用TextOutputFormat
        
        //設定輸出的路徑
        Path outputPath = new Path("E:\\bigdata\\2021.4.26\\result1");
        
        //判斷輸出路徑是否存在,存在就洗掉
        FileSystem fs = FileSystem.get(this.getConf());
        if (fs.exists(outputPath)) {
            fs.delete(outputPath, true);
        }
        TextOutputFormat.setOutputPath(job, outputPath);

        return job.waitForCompletion(true) ? 0 : -1;
    }

    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        int status = ToolRunner.run(conf, new SecondHouseCount(), args);
        System.out.println("status = " + status);
        System.exit(status);
    }

    public static class SecondMapper extends Mapper<LongWritable, Text, Text, IntWritable> {
        //輸出K2
        Text outputKey = new Text();
        //輸出V2
        IntWritable outputValue = new IntWritable(1);//不設定會導致結果=0

        @Override
        protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
            //取出地區
            String region = value.toString().split(",")[3];
            //取出作為K2
            this.outputKey.set(region);
            //輸出
            context.write(this.outputKey,this.outputValue);
        }
    }

    //計算個數
    //由于是陣列,可以把價格陣列求和/陣列長度=均價
    public static class SecondReducer extends Reducer<Text,IntWritable,Text,IntWritable>{
        //輸出V3
        IntWritable outputValue=new IntWritable();

        @Override
        protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
            int sum=0;
            for (IntWritable value : values) {
                sum+=value.get();
            }
            this.outputValue.set(sum);
            context.write(key,this.outputValue);
        }
    }

}

和上一篇稿子的主要區別就是:

job.setPartitionerClass(UserPartition.class);//設定磁區器
job.setNumReduceTasks(2);//設定ReduceTask的個數,默認為1個

執行后:
在這里插入圖片描述
貌似負載不均衡:
在這里插入圖片描述
但依然成功分開了!!!

序列化與反序列化

Java傳遞資料時可以將數值直接賦值,但是傳遞物件時就沒那么直接了,,,好在Java可以使用序列化的方式將物件轉換為位元組,再通過反序列化的方式決議為物件,

例如可以這樣,先實作Writable再重寫序列化方法write和反序列化方法readFields獲得自定義資料型別的封裝類:

package com.aa.userbean;

import org.apache.hadoop.io.Writable;

import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;

//自定義資料型別實作3列輸出
public class Userbean1 implements Writable {
    //給定屬性
    private String firstKey;
    private int secondKey;

    //get 和 set
    public String getFirstKey() {
        return firstKey;
    }

    public void setFirstKey(String firstKey) {
        this.firstKey = firstKey;
    }

    public int getSecondKey() {
        return secondKey;
    }

    public void setSecondKey(int secondKey) {
        this.secondKey = secondKey;
    }

    //toString方法
    @Override
    public String toString() {
        return this.firstKey+"\t"+this.secondKey;
    }

    //序列化
    @Override
    public void write(DataOutput dataOutput) throws IOException {
        dataOutput.writeUTF(this.firstKey);
        dataOutput.writeInt(this.secondKey);
    }

    //反序列化
    @Override
    public void readFields(DataInput dataInput) throws IOException {
        this.firstKey= dataInput.readUTF();
        this.secondKey= dataInput.readInt();
    }
}

呼叫這個自定義資料類,由于其是字串+整型的雙列資料型別,可以實作3列輸出:

package com.aa.userbean;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.conf.Configured;
import org.apache.hadoop.fs.FileSystem;
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.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;

import java.io.IOException;

//自定義資料型別實作3列輸出
public class WordCountUserbean1 extends Configured implements Tool {
    @Override
    public int run(String[] args) throws Exception {
        //構建
        Job job = Job.getInstance(this.getConf(),"WordCountConcatString");
        job.setJarByClass(WordCountUserbean1.class);

        //配置Input
        job.setInputFormatClass(TextInputFormat.class);
        Path inputPath = new Path("E:\\bigdata\\2021.4.26\\wc_reduced.txt");
        TextInputFormat.setInputPaths(job,inputPath);

        //配置Map
        job.setMapperClass(WCMapper.class);
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(IntWritable.class);

        //配置Reducer
        job.setReducerClass(WCReducer.class);
        job.setOutputKeyClass(Userbean1.class);
        job.setOutputValueClass(IntWritable.class);

        //配置Output
        job.setOutputFormatClass(TextOutputFormat.class);
        Path outputPath = new Path("E:\\bigdata\\2021.4.26\\result3");
        FileSystem fs = FileSystem.get(this.getConf());
        if(fs.exists(outputPath)){
            System.out.println("--*********已經有該目錄********--");
            //fs.delete(outputPath,true);
        }
        TextOutputFormat.setOutputPath(job,outputPath);

        return job.waitForCompletion(true)?0:1;
    }

    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        int status = ToolRunner.run(conf,new WordCountUserbean1(),args);
        System.exit(status);
    }

    public static class WCMapper extends Mapper<LongWritable, Text, Text, IntWritable> {
        //輸出的K2
        Text outputKey = new Text();
        //輸出的V2
        IntWritable outputValue = new IntWritable(1);//由于是平權的,使之恒=1便可以計數

        @Override
        protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
            //將每行的內容分割得到每個單詞
            String[] words = value.toString().split("\\s+");
            //迭代取出每個單詞作為K2
            for (String word : words) {
                //將當前的單詞作為K2
                this.outputKey.set(word);
                //將K2和V2傳遞到下一步
                context.write(outputKey,outputValue);
            }
        }
    }

    public static class WCReducer extends Reducer<Text,IntWritable,Userbean1,IntWritable> {
        //輸出K3
        Userbean1 outputKey = new Userbean1();
        //輸出V3
        IntWritable outputValue = new IntWritable();

        @Override
        protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
            int sum=0;
            for (IntWritable value : values) {
                sum+=value.get();
            }
            //給K3賦值
            this.outputKey.setFirstKey(key.toString());
            this.outputKey.setSecondKey(key.toString().length());
            //給V3賦值
            this.outputValue.set(sum);
            //傳遞到下一步
            context.write(this.outputKey,this.outputValue);
        }
    }
}

執行后:
在這里插入圖片描述
需要注意的是:序列化時型別必須指定,反序列化時順序必須與序列化時一致,

多列資料

MapReduce中只能傳遞KV鍵值對,默認的資料型別只能各存盤一列導致只能處理雙列資料,實際上經常要處理多列資料,

自定義資料類

上述的自定義資料量是一個好辦法,

拼接字串

大體上還是一致的:

package com.aa.WordCountConcatString;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.conf.Configured;
import org.apache.hadoop.fs.FileSystem;
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.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;

import java.io.IOException;

//連接字串實作3列輸出
public class WordCountConcatString extends Configured implements Tool {
    @Override
    public int run(String[] args) throws Exception {
        //構建
        Job job = Job.getInstance(this.getConf(),"WordCountConcatString");
        job.setJarByClass(WordCountConcatString.class);

        //配置Input
        job.setInputFormatClass(TextInputFormat.class);
        Path inputPath = new Path("E:\\bigdata\\2021.4.26\\wc_reduced.txt");
        TextInputFormat.setInputPaths(job,inputPath);

        //配置Map
        job.setMapperClass(WCMapper.class);
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(IntWritable.class);

        //配置Reducer
        job.setReducerClass(WCReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);

        //配置Output
        job.setOutputFormatClass(TextOutputFormat.class);
        Path outputPath = new Path("E:\\bigdata\\2021.4.26\\result2");
        FileSystem fs = FileSystem.get(this.getConf());
        if(fs.exists(outputPath)){
            System.out.println("--*********已經有該目錄********--");
            //fs.delete(outputPath,true);
        }
        TextOutputFormat.setOutputPath(job,outputPath);

        return job.waitForCompletion(true)?0:1;
    }

    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        int status = ToolRunner.run(conf,new WordCountConcatString(),args);
        System.exit(status);
    }

    public static class WCMapper extends Mapper<LongWritable, Text, Text, IntWritable> {
        //輸出的K2
        Text outputKey = new Text();
        //輸出的V2
        IntWritable outputValue = new IntWritable(1);//由于是平權的,使之恒=1便可以計數

        @Override
        protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
            //將每行的內容分割得到每個單詞
            String[] words = value.toString().split("\\s+");
            //迭代取出每個單詞作為K2
            for (String word : words) {
                //將當前的單詞作為K2
                this.outputKey.set(word);
                //將K2和V2傳遞到下一步
                context.write(outputKey,outputValue);
            }
        }
    }

    public static class WCReducer extends Reducer<Text,IntWritable,Text,IntWritable> {
        //輸出K3
        Text outputKey = new Text();
        //輸出V3
        IntWritable outputValue = new IntWritable();

        @Override
        protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
            int sum=0;
            for (IntWritable value : values) {
                sum+=value.get();
            }
            //給K3賦值
            this.outputKey.set(key.toString()+"\t"+key.toString().length());
            //給V3賦值
            this.outputValue.set(sum);
            //傳遞到下一步
            context.write(this.outputKey,this.outputValue);
        }
    }
}

重點是:

this.outputKey.set(key.toString()+"\t"+key.toString().length());

給字串追加了新內容,使得可以傳遞多列資料,但是這種方式使用不便,筆者更傾向于使用自定義資料類,

MapReduce程式的分類

三大階段

正常的程式執行都是三步走:輸入資料,運算,輸出顯示,MapReduce的三大階段是Input、Map、Output,閹割了Suffle和Reduce,∴速度更快,但是基本失去了統計分析資料的能力,適用于ETL資料清洗這類一對一的,不需要分組聚合/全域排序的操作,
還是使用之前的自定義資料類,

package com.aa.mapDirectOutput;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.conf.Configured;
import org.apache.hadoop.fs.FileSystem;
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.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;

import java.io.IOException;

//自定義資料型別實作3列輸出
public class WordCountUserbean2 extends Configured implements Tool {
    @Override
    public int run(String[] args) throws Exception {
        //構建
        Job job = Job.getInstance(this.getConf(),"WordCountConcatString");
        job.setJarByClass(WordCountUserbean2.class);

        //配置Input
        job.setInputFormatClass(TextInputFormat.class);
        Path inputPath = new Path("E:\\bigdata\\2021.4.26\\wc_reduced.txt");
        TextInputFormat.setInputPaths(job,inputPath);

        //配置Map
        job.setMapperClass(WCMapper.class);
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(IntWritable.class);

        //配置Reducer
        //job.setReducerClass(WCReducer.class);
        //job.setOutputKeyClass(Userbean1.class);
        //job.setOutputValueClass(IntWritable.class);
        job.setNumReduceTasks(0);//不走shuffle和reduce程序

        //配置Output
        job.setOutputFormatClass(TextOutputFormat.class);
        Path outputPath = new Path("E:\\bigdata\\2021.4.26\\result4");
        FileSystem fs = FileSystem.get(this.getConf());
        if(fs.exists(outputPath)){
            System.out.println("--*********已經有該目錄********--");
            //fs.delete(outputPath,true);
        }
        TextOutputFormat.setOutputPath(job,outputPath);

        return job.waitForCompletion(true)?0:1;
    }

    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        int status = ToolRunner.run(conf,new WordCountUserbean2(),args);
        System.exit(status);
    }

    public static class WCMapper extends Mapper<LongWritable, Text, Text, IntWritable> {
        //輸出的K2
        Text outputKey = new Text();
        //輸出的V2
        IntWritable outputValue = new IntWritable(1);//由于是平權的,使之恒=1便可以計數

        @Override
        protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
            //將每行的內容分割得到每個單詞
            String[] words = value.toString().split("\\s+");
            //迭代取出每個單詞作為K2
            for (String word : words) {
                //將當前的單詞作為K2
                this.outputKey.set(word);
                //將K2和V2傳遞到下一步
                context.write(outputKey,outputValue);
            }
        }
    }

    public static class WCReducer extends Reducer<Text,IntWritable, Userbean1,IntWritable> {
        //輸出K3
        Userbean1 outputKey = new Userbean1();
        //輸出V3
        IntWritable outputValue = new IntWritable();

        @Override
        protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
            int sum=0;
            for (IntWritable value : values) {
                sum+=value.get();
            }
            //給K3賦值
            this.outputKey.setFirstKey(key.toString());
            this.outputKey.setSecondKey(key.toString().length());
            //給V3賦值
            this.outputValue.set(sum);
            //傳遞到下一步
            context.write(this.outputKey,this.outputValue);
        }
    }
}

僅僅這么一句:

job.setNumReduceTasks(0);//不走shuffle和reduce程序

就干掉了Shuffle和Reduce程序,,,
在這里插入圖片描述
可以看出,排序、合并之類的操作都沒做,,,

五大階段

比三大階段多了:分組排序(Shuffle)和聚合(Reduce),速度慢,適合需要分組聚合/全域排序的操作,各種統計分析類的資料一般是這種多對一的,例如:統計平均值、最大值、最小值、個數,,,

只要有Reduce,之前必定有Shuffle,Shuffle對Map后的鍵值對資料進行了先排序后分組(提升了分組效率)的操作,分組后才能Reduce,

排序

排序報錯

還是使用之前的自定義資料類:

package com.aa.writableComparableDemo;

import com.aa.userbean.Userbean1;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.conf.Configured;
import org.apache.hadoop.fs.FileSystem;
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.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;

import java.io.IOException;

//自定義資料型別實作3列輸出
//故意報錯
public class WordCountUserbean1 extends Configured implements Tool {
    @Override
    public int run(String[] args) throws Exception {
        //構建
        Job job = Job.getInstance(this.getConf(),"WordCountConcatString");
        job.setJarByClass(WordCountUserbean1.class);

        //配置Input
        job.setInputFormatClass(TextInputFormat.class);
        Path inputPath = new Path("E:\\bigdata\\2021.4.26\\wc_reduced.txt");
        TextInputFormat.setInputPaths(job,inputPath);

        //配置Map
        job.setMapperClass(WCMapper.class);
        job.setMapOutputKeyClass(Userbean1.class);
        job.setMapOutputValueClass(IntWritable.class);

        //配置Reducer
        job.setReducerClass(WCReducer.class);
        job.setOutputKeyClass(Userbean1.class);
        job.setOutputValueClass(IntWritable.class);

        //配置Output
        job.setOutputFormatClass(TextOutputFormat.class);
        Path outputPath = new Path("E:\\bigdata\\2021.4.26\\result5");
        FileSystem fs = FileSystem.get(this.getConf());
        if(fs.exists(outputPath)){
            System.out.println("--*********已經有該目錄********--");
            //fs.delete(outputPath,true);
        }
        TextOutputFormat.setOutputPath(job,outputPath);

        return job.waitForCompletion(true)?0:1;
    }

    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        int status = ToolRunner.run(conf,new WordCountUserbean1(),args);
        System.exit(status);
    }

    public static class WCMapper extends Mapper<LongWritable, Text, Userbean1, IntWritable> {
        //輸出的K2
        Userbean1 outputKey = new Userbean1();
        //輸出的V2
        IntWritable outputValue = new IntWritable(1);//由于是平權的,使之恒=1便可以計數

        @Override
        protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
            //將每行的內容分割得到每個單詞
            String[] words = value.toString().split("\\s+");
            //迭代取出每個單詞作為K2
            for (String word : words) {
                //將當前的單詞作為K2
                this.outputKey.setFirstKey(word);
                //將K2和V2傳遞到下一步
                context.write(outputKey,outputValue);
            }
        }
    }

    public static class WCReducer extends Reducer<Userbean1,IntWritable,Userbean1,IntWritable> {
        //輸出K3
        Userbean1 outputKey = new Userbean1();
        //輸出V3
        IntWritable outputValue = new IntWritable();

        @Override
        protected void reduce(Userbean1 key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
            int sum=0;
            for (IntWritable value : values) {
                sum+=value.get();
            }
            //給K3賦值
            this.outputKey.setFirstKey(key.toString());
            this.outputKey.setSecondKey(key.toString().length());
            //給V3賦值
            this.outputValue.set(sum);
            //傳遞到下一步
            context.write(this.outputKey,this.outputValue);
        }
    }
}

運行時,會報錯ClassCastException(型別轉換失敗):

21/04/27 20:43:50 INFO Configuration.deprecation: session.id is deprecated. Instead, use dfs.metrics.session-id
21/04/27 20:43:50 INFO jvm.JvmMetrics: Initializing JVM Metrics with processName=JobTracker, sessionId=
21/04/27 20:43:52 WARN mapreduce.JobResourceUploader: No job jar file set.  User classes may not be found. See Job or Job#setJar(String).
21/04/27 20:43:52 INFO input.FileInputFormat: Total input paths to process : 1
21/04/27 20:43:52 INFO mapreduce.JobSubmitter: number of splits:1
21/04/27 20:43:52 INFO mapreduce.JobSubmitter: Submitting tokens for job: job_local943870422_0001
21/04/27 20:43:52 INFO mapreduce.Job: The url to track the job: http://localhost:8080/
21/04/27 20:43:52 INFO mapreduce.Job: Running job: job_local943870422_0001
21/04/27 20:43:52 INFO mapred.LocalJobRunner: OutputCommitter set in config null
21/04/27 20:43:52 INFO output.FileOutputCommitter: File Output Committer Algorithm version is 1
21/04/27 20:43:52 INFO mapred.LocalJobRunner: OutputCommitter is org.apache.hadoop.mapreduce.lib.output.FileOutputCommitter
21/04/27 20:43:52 INFO mapred.LocalJobRunner: Waiting for map tasks
21/04/27 20:43:52 INFO mapred.LocalJobRunner: Starting task: attempt_local943870422_0001_m_000000_0
21/04/27 20:43:52 INFO output.FileOutputCommitter: File Output Committer Algorithm version is 1
21/04/27 20:43:52 INFO util.ProcfsBasedProcessTree: ProcfsBasedProcessTree currently is supported only on Linux.
21/04/27 20:43:52 INFO mapred.Task:  Using ResourceCalculatorProcessTree : org.apache.hadoop.yarn.util.WindowsBasedProcessTree@1432bb71
21/04/27 20:43:52 INFO mapred.MapTask: Processing split: file:/E:/bigdata/2021.4.26/wc_reduced.txt:0+2626
21/04/27 20:43:52 INFO mapred.MapTask: (EQUATOR) 0 kvi 26214396(104857584)
21/04/27 20:43:52 INFO mapred.MapTask: mapreduce.task.io.sort.mb: 100
21/04/27 20:43:52 INFO mapred.MapTask: soft limit at 83886080
21/04/27 20:43:52 INFO mapred.MapTask: bufstart = 0; bufvoid = 104857600
21/04/27 20:43:52 INFO mapred.MapTask: kvstart = 26214396; length = 6553600
21/04/27 20:43:52 WARN mapred.MapTask: Unable to initialize MapOutputCollector org.apache.hadoop.mapred.MapTask$MapOutputBuffer
java.lang.ClassCastException: class com.aa.userbean.Userbean1
	at java.lang.Class.asSubclass(Class.java:3404)
	at org.apache.hadoop.mapred.JobConf.getOutputKeyComparator(JobConf.java:887)
	at org.apache.hadoop.mapred.MapTask$MapOutputBuffer.init(MapTask.java:1004)
	at org.apache.hadoop.mapred.MapTask.createSortingCollector(MapTask.java:402)
	at org.apache.hadoop.mapred.MapTask.access$100(MapTask.java:81)
	at org.apache.hadoop.mapred.MapTask$NewOutputCollector.<init>(MapTask.java:698)
	at org.apache.hadoop.mapred.MapTask.runNewMapper(MapTask.java:770)
	at org.apache.hadoop.mapred.MapTask.run(MapTask.java:341)
	at org.apache.hadoop.mapred.LocalJobRunner$Job$MapTaskRunnable.run(LocalJobRunner.java:243)
	at java.util.concurrent.Executors$RunnableAdapter.call(Executors.java:511)
	at java.util.concurrent.FutureTask.run(FutureTask.java:266)
	at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149)
	at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624)
	at java.lang.Thread.run(Thread.java:748)
21/04/27 20:43:52 INFO mapred.LocalJobRunner: map task executor complete.
21/04/27 20:43:52 WARN mapred.LocalJobRunner: job_local943870422_0001
java.lang.Exception: java.io.IOException: Initialization of all the collectors failed. Error in last collector was :class com.aa.userbean.Userbean1
	at org.apache.hadoop.mapred.LocalJobRunner$Job.runTasks(LocalJobRunner.java:462)
	at org.apache.hadoop.mapred.LocalJobRunner$Job.run(LocalJobRunner.java:522)
Caused by: java.io.IOException: Initialization of all the collectors failed. Error in last collector was :class com.aa.userbean.Userbean1
	at org.apache.hadoop.mapred.MapTask.createSortingCollector(MapTask.java:415)
	at org.apache.hadoop.mapred.MapTask.access$100(MapTask.java:81)
	at org.apache.hadoop.mapred.MapTask$NewOutputCollector.<init>(MapTask.java:698)
	at org.apache.hadoop.mapred.MapTask.runNewMapper(MapTask.java:770)
	at org.apache.hadoop.mapred.MapTask.run(MapTask.java:341)
	at org.apache.hadoop.mapred.LocalJobRunner$Job$MapTaskRunnable.run(LocalJobRunner.java:243)
	at java.util.concurrent.Executors$RunnableAdapter.call(Executors.java:511)
	at java.util.concurrent.FutureTask.run(FutureTask.java:266)
	at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149)
	at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624)
	at java.lang.Thread.run(Thread.java:748)
Caused by: java.lang.ClassCastException: class com.aa.userbean.Userbean1
	at java.lang.Class.asSubclass(Class.java:3404)
	at org.apache.hadoop.mapred.JobConf.getOutputKeyComparator(JobConf.java:887)
	at org.apache.hadoop.mapred.MapTask$MapOutputBuffer.init(MapTask.java:1004)
	at org.apache.hadoop.mapred.MapTask.createSortingCollector(MapTask.java:402)
	... 10 more
21/04/27 20:43:53 INFO mapreduce.Job: Job job_local943870422_0001 running in uber mode : false
21/04/27 20:43:53 INFO mapreduce.Job:  map 0% reduce 0%
21/04/27 20:43:53 INFO mapreduce.Job: Job job_local943870422_0001 failed with state FAILED due to: NA
21/04/27 20:43:53 INFO mapreduce.Job: Counters: 0

Process finished with exit code 1

這是因為Shuffle中需要做排序和分組,本質是做比較,底層會按照K2進行比較,將K2強轉為比較器物件,類必須實作比較器的方法才能轉成功,

自定義資料類實作比較器介面

繼承Writable只能實作序列化和反序列化,還想要實作能參與比較就需要實作比較器介面WritableComparable,

package com.aa.writableComparableDemo;

import org.apache.hadoop.io.WritableComparable;

import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;

//實作自定義資料型別并實作排序介面
public class UserBean2 implements WritableComparable<UserBean2> {
    //給定屬性
    private String firstKey;
    private int secondKey;

    @Override
    public String toString() {
        return this.firstKey+"\t"+this.secondKey;
    }

    //構造方法
    public UserBean2() {
    }

    //get 和 set
    public String getFirstKey() {
        return firstKey;
    }

    public void setFirstKey(String firstKey) {
        this.firstKey = firstKey;
    }

    public int getSecondKey() {
        return secondKey;
    }

    public void setSecondKey(int secondKey) {
        this.secondKey = secondKey;
    }

    //重寫比較方法
    @Override
    public int compareTo(UserBean2 o) {
        //先比較第一個屬性
        int comp = this.getFirstKey().compareTo(o.getFirstKey());
        if (comp == 0) {
            return Integer.valueOf(this.getSecondKey()).compareTo(Integer.valueOf(this.getSecondKey()));
        }
        return comp;
    }

    //序列化
    @Override
    public void write(DataOutput dataOutput) throws IOException {
        dataOutput.writeUTF(this.firstKey);//型別必須一致
        dataOutput.writeInt(this.secondKey);
    }

    //反序列化
    @Override
    public void readFields(DataInput dataInput) throws IOException {
        this.firstKey = dataInput.readUTF();
        this.secondKey = dataInput.readInt();
    }
}

package com.aa.writableComparableDemo;

import com.aa.userbean.Userbean1;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.conf.Configured;
import org.apache.hadoop.fs.FileSystem;
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.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;

import java.io.IOException;

//自定義資料型別實作3列輸出
//實作自定義資料型別并實作排序介面
public class WordCountUserbean2 extends Configured implements Tool {
    @Override
    public int run(String[] args) throws Exception {
        //構建
        Job job = Job.getInstance(this.getConf(),"WordCountConcatString");
        job.setJarByClass(WordCountUserbean2.class);

        //配置Input
        job.setInputFormatClass(TextInputFormat.class);
        Path inputPath = new Path("E:\\bigdata\\2021.4.26\\wc_reduced.txt");
        TextInputFormat.setInputPaths(job,inputPath);

        //配置Map
        job.setMapperClass(WCMapper.class);
        job.setMapOutputKeyClass(UserBean2.class);
        job.setMapOutputValueClass(IntWritable.class);

        //配置Reducer
        job.setReducerClass(WCReducer.class);
        job.setOutputKeyClass(UserBean2.class);
        job.setOutputValueClass(IntWritable.class);

        //配置Output
        job.setOutputFormatClass(TextOutputFormat.class);
        Path outputPath = new Path("E:\\bigdata\\2021.4.26\\result6");
        FileSystem fs = FileSystem.get(this.getConf());
        if(fs.exists(outputPath)){
            System.out.println("--*********已經有該目錄********--");
            //fs.delete(outputPath,true);
        }
        TextOutputFormat.setOutputPath(job,outputPath);

        return job.waitForCompletion(true)?0:1;
    }

    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        int status = ToolRunner.run(conf,new WordCountUserbean2(),args);
        System.exit(status);
    }

    public static class WCMapper extends Mapper<LongWritable, Text, UserBean2, IntWritable> {
        //輸出的K2
        UserBean2 outputKey = new UserBean2();
        //輸出的V2
        IntWritable outputValue = new IntWritable(1);//由于是平權的,使之恒=1便可以計數

        @Override
        protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
            //將每行的內容分割得到每個單詞
            String[] words = value.toString().split("\\s+");
            //迭代取出每個單詞作為K2
            for (String word : words) {
                //將當前的單詞作為K2
                this.outputKey.setFirstKey(word);
                //將K2和V2傳遞到下一步
                context.write(outputKey,outputValue);
            }
        }
    }

    public static class WCReducer extends Reducer<UserBean2,IntWritable,UserBean2,IntWritable> {
        //輸出K3
        UserBean2 outputKey = new UserBean2();
        //輸出V3
        IntWritable outputValue = new IntWritable();

        @Override
        protected void reduce(UserBean2 key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
            int sum=0;
            for (IntWritable value : values) {
                sum+=value.get();
            }
            //給K3賦值
            this.outputKey.setFirstKey(key.toString());
            this.outputKey.setSecondKey(key.toString().length());
            //給V3賦值
            this.outputValue.set(sum);
            //傳遞到下一步
            context.write(this.outputKey,this.outputValue);
        }
    }
}

重寫后即可正確運行,自定義資料類參與了K2排序,

MapReduce中排序(Shuffle)是很重要的一步,可以提高分組的性能,

排序實作時:先呼叫排序器,如果沒有排序器,呼叫K2的compareTo方法,

自定義資料型別實作自定義排序

package com.aa.sort;

import org.apache.hadoop.io.WritableComparable;

import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;

//自定義資料型別比較器,倒序排列
public class UserBean3 implements WritableComparable<UserBean3> {
    private String firstKey;
    private int secondKey;

    @Override
    public String toString() {
        return this.firstKey + "\t" + this.secondKey;
    }

    public String getFirstKey() {
        return firstKey;
    }

    public void setFirstKey(String firstKey) {
        this.firstKey = firstKey;
    }

    public int getSecondKey() {
        return secondKey;
    }

    public void setSecondKey(int secondKey) {
        this.secondKey = secondKey;
    }

    //無參構造方法
    public UserBean3() {
    }

    @Override
    public int compareTo(UserBean3 o) {
        //先比較第一個屬性
        int comp = this.getFirstKey().compareTo(o.firstKey);
        if (comp == 0) {
            return Integer.valueOf(this.secondKey).compareTo(Integer.valueOf(o.getSecondKey()));
        }
        return -comp;
    }

    //序列化方法
    @Override
    public void write(DataOutput dataOutput) throws IOException {
        dataOutput.writeUTF(this.firstKey);//必須與序列化的順序保持一致
        dataOutput.writeInt(this.secondKey);
    }

    @Override
    public void readFields(DataInput dataInput) throws IOException {
        this.firstKey = dataInput.readUTF();
        this.secondKey = dataInput.readInt();
    }
}

package com.aa.sort;

import com.aa.writableComparableDemo.UserBean2;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.conf.Configured;
import org.apache.hadoop.fs.FileSystem;
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.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;

import java.io.IOException;

//自定義資料型別實作3列輸出
//實作自定義資料型別并實作排序介面,倒序排列
public class WordCountUserbean3 extends Configured implements Tool {
    @Override
    public int run(String[] args) throws Exception {
        //構建
        Job job = Job.getInstance(this.getConf(),"WordCountConcatString");
        job.setJarByClass(WordCountUserbean3.class);

        //配置Input
        job.setInputFormatClass(TextInputFormat.class);
        Path inputPath = new Path("E:\\bigdata\\2021.4.26\\wc_reduced.txt");
        TextInputFormat.setInputPaths(job,inputPath);

        //配置Map
        job.setMapperClass(WCMapper.class);
        job.setMapOutputKeyClass(UserBean3.class);
        job.setMapOutputValueClass(IntWritable.class);

        //配置Reducer
        job.setReducerClass(WCReducer.class);
        job.setOutputKeyClass(UserBean3.class);
        job.setOutputValueClass(IntWritable.class);

        //配置Output
        job.setOutputFormatClass(TextOutputFormat.class);
        Path outputPath = new Path("E:\\bigdata\\2021.4.26\\result7");
        FileSystem fs = FileSystem.get(this.getConf());
        if(fs.exists(outputPath)){
            System.out.println("--*********已經有該目錄********--");
            //fs.delete(outputPath,true);
        }
        TextOutputFormat.setOutputPath(job,outputPath);

        return job.waitForCompletion(true)?0:1;
    }

    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        int status = ToolRunner.run(conf,new WordCountUserbean3(),args);
        System.exit(status);
    }

    public static class WCMapper extends Mapper<LongWritable, Text, UserBean3, IntWritable> {
        //輸出的K2
        UserBean3 outputKey = new UserBean3();
        //輸出的V2
        IntWritable outputValue = new IntWritable(1);//由于是平權的,使之恒=1便可以計數

        @Override
        protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
            //將每行的內容分割得到每個單詞
            String[] words = value.toString().split("\\s+");
            //迭代取出每個單詞作為K2
            for (String word : words) {
                //將當前的單詞作為K2
                this.outputKey.setFirstKey(word);
                //將K2和V2傳遞到下一步
                context.write(outputKey,outputValue);
            }
        }
    }

    public static class WCReducer extends Reducer<UserBean3,IntWritable,UserBean3,IntWritable> {
        //輸出K3
        UserBean3 outputKey = new UserBean3();
        //輸出V3
        IntWritable outputValue = new IntWritable();

        @Override
        protected void reduce(UserBean3 key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
            int sum=0;
            for (IntWritable value : values) {
                sum+=value.get();
            }
            //給K3賦值
            this.outputKey.setFirstKey(key.toString());
            this.outputKey.setSecondKey(key.toString().length());
            //給V3賦值
            this.outputValue.set(sum);
            //傳遞到下一步
            context.write(this.outputKey,this.outputValue);
        }
    }
}

大同小異,重點是重寫compareTo方法,由于MapReduce會按照比較器回傳的數值來排序,只需要+個負號就可以實作降序排列,

自定義排序器實作自定義排序

package com.aa.sort;

import org.apache.hadoop.io.Text;
import org.apache.hadoop.io.WritableComparable;
import org.apache.hadoop.io.WritableComparator;

//自定義比較器排序
public class UserSort extends WritableComparator {
    //注冊
    public UserSort() {
        super(Text.class,true);
    }

    //實作比較


    @Override
    public int compare(WritableComparable a, WritableComparable b) {
        //將兩個比較器物件強轉為要比較的Text型別
        Text t1 = (Text)a;
        Text t2 = (Text)b;
        //實作2個Text型別的比較,降序排序
        return -t1.toString().compareTo(t2.toString());
    }
}

package com.aa.sort;

import com.aa.userbean.Userbean1;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.conf.Configured;
import org.apache.hadoop.fs.FileSystem;
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.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;

import java.io.IOException;

//自定義比較器排序
public class WordCountUserSort extends Configured implements Tool {

    @Override
    public int run(String[] args) throws Exception {
        //構建
        Job job = Job.getInstance(this.getConf(),"WordCountUserSort");
        job.setJarByClass(WordCountUserSort.class);

        //配置
        job.setInputFormatClass(TextInputFormat.class);
        Path inputPath = new Path("E:\\bigdata\\2021.4.26\\wc_reduced.txt");
        TextInputFormat.setInputPaths(job,inputPath);

        //配置Map
        job.setMapperClass(WCMapper.class);
        job.setMapOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);

        //配置shuffle
        job.setSortComparatorClass(UserSort.class);

        job.setReducerClass(WCReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);

        job.setOutputFormatClass(TextOutputFormat.class);
        Path outputPath = new Path("E:\\bigdata\\2021.4.26\\result8");
        FileSystem fs = FileSystem.get(this.getConf());
        if(fs.exists(outputPath)){
            System.out.println("--*********已經有該目錄********--");
            //fs.delete(outputPath,true);
        }
        TextOutputFormat.setOutputPath(job,outputPath);

        return job.waitForCompletion(true)?0:1;
    }

    public static void main(String[] args) throws Exception {
        Configuration conf =new Configuration();
        System.exit(ToolRunner.run(conf,new WordCountUserSort(),args));
    }

    public static class WCMapper extends Mapper<LongWritable, Text, Text, IntWritable> {
        //輸出的K2
        Text outputKey = new Text();
        //輸出的V2
        IntWritable outputValue = new IntWritable(1);//由于是平權的,使之恒=1便可以計數

        @Override
        protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
            //將每行的內容分割得到每個單詞
            String[] words = value.toString().split("\\s+");
            //迭代取出每個單詞作為K2
            for (String word : words) {
                //將當前的單詞作為K2
                this.outputKey.set(word);
                //將K2和V2傳遞到下一步
                context.write(outputKey,outputValue);
            }
        }
    }

    public static class WCReducer extends Reducer<Text,IntWritable,Text,IntWritable> {
        //輸出K3
        Text outputKey = new Text();
        //輸出V3
        IntWritable outputValue = new IntWritable();

        @Override
        protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
            int sum=0;
            for (IntWritable value : values) {
                sum+=value.get();
            }
            //給K3賦值
            this.outputKey.set(key.toString());
            //給V3賦值
            this.outputValue.set(sum);
            //傳遞到下一步
            context.write(this.outputKey,this.outputValue);
        }
    }

}

Java中String可以表達其余的基本資料型別,對應地,MapReduce中Text也可以表示其余的基本資料型別,故可以先強制轉換為Text再進行比較,,,

雖然MapReduce已經接近淘汰,但其先分后合的設計思想現在看來還是值得深入學習和研究的,

轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/281436.html

標籤:其他

上一篇:Python基礎學完了再學什么呢?

下一篇:Kafka-HBase-MapReduce-Mysql 連接實踐 通話記錄

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • 網閘典型架構簡述

    網閘架構一般分為兩種:三主機的三系統架構網閘和雙主機的2+1架構網閘。 三主機架構分別為內端機、外端機和仲裁機。三機無論從軟體和硬體上均各自獨立。首先從硬體上來看,三機都用各自獨立的主板、記憶體及存盤設備。從軟體上來看,三機有各自獨立的作業系統。這樣能達到完全的三機獨立。對于“2+1”系統,“2”分為 ......

    uj5u.com 2020-09-10 02:00:44 more
  • 如何從xshell上傳檔案到centos linux虛擬機里

    如何從xshell上傳檔案到centos linux虛擬機里及:虛擬機CentOs下執行 yum -y install lrzsz命令,出現錯誤:鏡像無法找到軟體包 前言 一、安裝lrzsz步驟 二、上傳檔案 三、遇到的問題及解決方案 總結 前言 提示:其實很簡單,往虛擬機上安裝一個上傳檔案的工具 ......

    uj5u.com 2020-09-10 02:00:47 more
  • 一、SQLMAP入門

    一、SQLMAP入門 1、判斷是否存在注入 sqlmap.py -u 網址/id=1 id=1不可缺少。當注入點后面的引數大于兩個時。需要加雙引號, sqlmap.py -u "網址/id=1&uid=1" 2、判斷文本中的請求是否存在注入 從文本中加載http請求,SQLMAP可以從一個文本檔案中 ......

    uj5u.com 2020-09-10 02:00:50 more
  • Metasploit 簡單使用教程

    metasploit 簡單使用教程 浩先生, 2020-08-28 16:18:25 分類專欄: kail 網路安全 linux 文章標簽: linux資訊安全 編輯 著作權 metasploit 使用教程 前言 一、Metasploit是什么? 二、準備作業 三、具體步驟 前言 Msfconsole ......

    uj5u.com 2020-09-10 02:00:53 more
  • 游戲逆向之驅動層與用戶層通訊

    驅動層代碼: #pragma once #include <ntifs.h> #define add_code CTL_CODE(FILE_DEVICE_UNKNOWN,0x800,METHOD_BUFFERED,FILE_ANY_ACCESS) /* 更多游戲逆向視頻www.yxfzedu.com ......

    uj5u.com 2020-09-10 02:00:56 more
  • 北斗電力時鐘(北斗授時服務器)讓網路資料更精準

    北斗電力時鐘(北斗授時服務器)讓網路資料更精準 北斗電力時鐘(北斗授時服務器)讓網路資料更精準 京準電子科技官微——ahjzsz 近幾年,資訊技術的得了快速發展,互聯網在逐漸普及,其在人們生活和生產中都得到了廣泛應用,并且取得了不錯的應用效果。計算機網路資訊在電力系統中的應用,一方面使電力系統的運行 ......

    uj5u.com 2020-09-10 02:01:03 more
  • 【CTF】CTFHub 技能樹 彩蛋 writeup

    ?碎碎念 CTFHub:https://www.ctfhub.com/ 筆者入門CTF時時剛開始刷的是bugku的舊平臺,后來才有了CTFHub。 感覺不論是網頁UI設計,還是題目質量,賽事跟蹤,工具軟體都做得很不錯。 而且因為獨到的金幣制度的確讓人有一種想去刷題賺金幣的感覺。 個人還是非常喜歡這個 ......

    uj5u.com 2020-09-10 02:04:05 more
  • 02windows基礎操作

    我學到了一下幾點 Windows系統目錄結構與滲透的作用 常見Windows的服務詳解 Windows埠詳解 常用的Windows注冊表詳解 hacker DOS命令詳解(net user / type /md /rd/ dir /cd /net use copy、批處理 等) 利用dos命令制作 ......

    uj5u.com 2020-09-10 02:04:18 more
  • 03.Linux基礎操作

    我學到了以下幾點 01Linux系統介紹02系統安裝,密碼啊破解03Linux常用命令04LAMP 01LINUX windows: win03 8 12 16 19 配置不繁瑣 Linux:redhat,centos(紅帽社區版),Ubuntu server,suse unix:金融機構,證券,銀 ......

    uj5u.com 2020-09-10 02:04:30 more
  • 05HTML

    01HTML介紹 02頭部標簽講解03基礎標簽講解04表單標簽講解 HTML前段語言 js1.了解代碼2.根據代碼 懂得挖掘漏洞 (POST注入/XSS漏洞上傳)3.黑帽seo 白帽seo 客戶網站被黑帽植入劫持代碼如何處理4.熟悉html表單 <html><head><title>TDK標題,描述 ......

    uj5u.com 2020-09-10 02:04:36 more
最新发布
  • 2023年最新微信小程式抓包教程

    01 開門見山 隔一個月發一篇文章,不過分。 首先回顧一下《微信系結手機號資料庫被脫庫事件》,我也是第一時間得知了這個訊息,然后跟蹤了整件事情的經過。下面是這起事件的相關截圖以及近日流出的一萬條資料樣本: 個人認為這件事也沒什么,還不如關注一下之前45億快遞資料查詢渠道疑似在近日復活的訊息。 訊息是 ......

    uj5u.com 2023-04-20 08:48:24 more
  • web3 產品介紹:metamask 錢包 使用最多的瀏覽器插件錢包

    Metamask錢包是一種基于區塊鏈技術的數字貨幣錢包,它允許用戶在安全、便捷的環境下管理自己的加密資產。Metamask錢包是以太坊生態系統中最流行的錢包之一,它具有易于使用、安全性高和功能強大等優點。 本文將詳細介紹Metamask錢包的功能和使用方法。 一、 Metamask錢包的功能 數字資 ......

    uj5u.com 2023-04-20 08:47:46 more
  • vulnhub_Earth

    前言 靶機地址->>>vulnhub_Earth 攻擊機ip:192.168.20.121 靶機ip:192.168.20.122 參考文章 https://www.cnblogs.com/Jing-X/archive/2022/04/03/16097695.html https://www.cnb ......

    uj5u.com 2023-04-20 07:46:20 more
  • 從4k到42k,軟體測驗工程師的漲薪史,給我看哭了

    清明節一過,盲猜大家已經無心上班,在數著日子準備過五一,但一想到銀行卡里的余額……瞬間心情就不美麗了。最近,2023年高校畢業生就業調查顯示,本科畢業月平均起薪為5825元。調查一出,便有很多同學表示自己又被平均了。看著這一資料,不免讓人想到前不久中國青年報的一項調查:近六成大學生認為畢業10年內會 ......

    uj5u.com 2023-04-20 07:44:00 more
  • 最新版本 Stable Diffusion 開源 AI 繪畫工具之中文自動提詞篇

    🎈 標簽生成器 由于輸入正向提示詞 prompt 和反向提示詞 negative prompt 都是使用英文,所以對學習母語的我們非常不友好 使用網址:https://tinygeeker.github.io/p/ai-prompt-generator 這個網址是為了讓大家在使用 AI 繪畫的時候 ......

    uj5u.com 2023-04-20 07:43:36 more
  • 漫談前端自動化測驗演進之路及測驗工具分析

    隨著前端技術的不斷發展和應用程式的日益復雜,前端自動化測驗也在不斷演進。隨著 Web 應用程式變得越來越復雜,自動化測驗的需求也越來越高。如今,自動化測驗已經成為 Web 應用程式開發程序中不可或缺的一部分,它們可以幫助開發人員更快地發現和修復錯誤,提高應用程式的性能和可靠性。 ......

    uj5u.com 2023-04-20 07:43:16 more
  • CANN開發實踐:4個DVPP記憶體問題的典型案例解讀

    摘要:由于DVPP媒體資料處理功能對存放輸入、輸出資料的記憶體有更高的要求(例如,記憶體首地址128位元組對齊),因此需呼叫專用的記憶體申請介面,那么本期就分享幾個關于DVPP記憶體問題的典型案例,并給出原因分析及解決方法。 本文分享自華為云社區《FAQ_DVPP記憶體問題案例》,作者:昇騰CANN。 DVPP ......

    uj5u.com 2023-04-20 07:43:03 more
  • msf學習

    msf學習 以kali自帶的msf為例 一、msf核心模塊與功能 msf模塊都放在/usr/share/metasploit-framework/modules目錄下 1、auxiliary 輔助模塊,輔助滲透(埠掃描、登錄密碼爆破、漏洞驗證等) 2、encoders 編碼器模塊,主要包含各種編碼 ......

    uj5u.com 2023-04-20 07:42:59 more
  • Halcon軟體安裝與界面簡介

    1. 下載Halcon17版本到到本地 2. 雙擊安裝包后 3. 步驟如下 1.2 Halcon軟體安裝 界面分為四大塊 1. Halcon的五個助手 1) 影像采集助手:與相機連接,設定相機引數,采集影像 2) 標定助手:九點標定或是其它的標定,生成標定檔案及內參外參,可以將像素單位轉換為長度單位 ......

    uj5u.com 2023-04-20 07:42:17 more
  • 在MacOS下使用Unity3D開發游戲

    第一次發博客,先發一下我的游戲開發環境吧。 去年2月份買了一臺MacBookPro2021 M1pro(以下簡稱mbp),這一年來一直在用mbp開發游戲。我大致分享一下我的開發工具以及使用體驗。 1、Unity 官網鏈接: https://unity.cn/releases 我一般使用的Apple ......

    uj5u.com 2023-04-20 07:40:19 more