mapreduce编程（二）－大象书中求每一年的最高温度

心已赠人 2022-09-19 00:24 8阅读 0赞

转自：http://blog.csdn.net/heyutao007/article/details/5890165

书上的例子是为了取出一年当中气温最高的值，那么将年份和气温做了一个复合的key.

1 通过设置了partitioner来进行分区。因为分区是按照年份来进行，所以同年的数据就可以分区到一个reducer中。

2 自定义key比较器，按照年份升序，温度值降序。这样map输出的所有kv对就是按照年份升序，温度值降序排列的。

3 自定义分组比较器，所有同一年的数据属于同一个组，那么在reduce输出的时候，只需要取第一个value就能达到输出一年最高气温的目的。

代码：

**\[java\]**  [view plain][] [copy][view plain]

1.  **package** temperature;  
2.  **import** java.io.DataInput;  
3.  **import** java.io.DataOutput;  
4.  **import** java.io.IOException;  
5.  **import** java.util.StringTokenizer;  
6.  **import** org.apache.hadoop.conf.Configuration;  
7.  **import** org.apache.hadoop.fs.Path;  
8.  **import** org.apache.hadoop.io.IntWritable;  
9.  **import** org.apache.hadoop.io.LongWritable;  
10. **import** org.apache.hadoop.io.NullWritable;  
11. **import** org.apache.hadoop.io.Text;  
12. **import** org.apache.hadoop.io.WritableComparable;  
13. **import** org.apache.hadoop.io.WritableComparator;  
14. **import** org.apache.hadoop.mapreduce.Job;  
15. **import** org.apache.hadoop.mapreduce.Mapper;  
16. **import** org.apache.hadoop.mapreduce.Partitioner;  
17. **import** org.apache.hadoop.mapreduce.Reducer;  
18. **import** org.apache.hadoop.mapreduce.lib.input.FileInputFormat;  
19. **import** org.apache.hadoop.mapreduce.lib.input.TextInputFormat;  
20. **import** org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;  
21. **import** org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;  
22. **public** **class** Temperature \{  
23.     // 自己定义的key类应该实现WritableComparable接口  
24.     **public** **static** **class** IntPair **implements** WritableComparable<IntPair> \{  
25.         **int** first;  
26.         **int** second;  
27.         /\*\* 
28.          \* Set the left and right values. 
29.          \*/  
30.         **public** **void** set(**int** left, **int** right) \{  
31.             first = left;  
32.             second = right;  
33.         \}  
34.         **public** **int** getFirst() \{  
35.             **return** first;  
36.         \}  
37.         **public** **int** getSecond() \{  
38.             **return** second;  
39.         \}  
40.         @Override  
41.         // 反序列化  
42.         **public** **void** readFields(DataInput in) **throws** IOException \{  
43.             // TODO Auto-generated method stub  
44.             first = in.readInt();  
45.             second = in.readInt();  
46.         \}  
47.         @Override  
48.         // 序列化  
49.         **public** **void** write(DataOutput out) **throws** IOException \{  
50.             // TODO Auto-generated method stub  
51.             out.writeInt(first);  
52.             out.writeInt(second);  
53.         \}  
54.         @Override  
55.         // key的比较  
56.         **public** **int** compareTo(IntPair o) \{  
57.             // TODO Auto-generated method stub  
58.             **if** (first != o.first) \{  
59.                 **return** first < o.first ? -1 : 1;  
60.             \} **else** **if** (second != o.second) \{  
61.                 **return** second < o.second ? -1 : 1;  
62.             \} **else** \{  
63.                 **return** 0;  
64.             \}  
65.         \}  
66.         // 新定义类应该重写的两个方法  
67.         @Override  
68.         **public** **int** hashCode() \{  
69.             **return** first \* 157 + second;  
70.         \}  
71.         @Override  
72.         **public** **boolean** equals(Object right) \{  
73.             **if** (right == **null**)  
74.                 **return** **false**;  
75.             **if** (**this** == right)  
76.                 **return** **true**;  
77.             **if** (right **instanceof** IntPair) \{  
78.                 IntPair r = (IntPair) right;  
79.                 **return** r.first == first && r.second == second;  
80.             \} **else** \{  
81.                 **return** **false**;  
82.             \}  
83.         \}  
84.     \}  
85.     /\*\* 
86.      \* 分区函数类。根据first确定Partition。 
87.      \*/  
88.     **public** **static** **class** FirstPartitioner **extends**  
89.             Partitioner<IntPair, NullWritable> \{  
90.         @Override  
91.         **public** **int** getPartition(IntPair key, NullWritable value,  
92.                 **int** numPartitions) \{  
93.             **return** Math.abs(key.getFirst() \* 127) % numPartitions;  
94.         \}  
95.     \}  
96.     /\*\* 
97.      \* key比较函数类。first升序，second降序。 
98.      \*/  
99.     **public** **static** **class** KeyComparator **extends** WritableComparator \{  
100.         **protected** KeyComparator() \{  
101.             **super**(IntPair.**class**, **true**);  
102.         \}  
103.         @Override  
104.         **public** **int** compare(WritableComparable w1, WritableComparable w2) \{  
105.             IntPair ip1 = (IntPair) w1;  
106.             IntPair ip2 = (IntPair) w2;  
107.             **int** l = ip1.getFirst();  
108.             **int** r = ip2.getFirst();  
109.             **int** cmp = (l == r ? 0 : (l < r ? -1 : 1));  
110.             **if** (cmp != 0) \{  
111.                 **return** cmp;  
112.             \}  
113.             l = ip1.getSecond();  
114.             r = ip2.getSecond();  
115.             **return** l == r ? 0 : (l < r ? 1 : -1); // reverse  
116.         \}  
117.     \}  
118.     /\*\* 
119.      \* 分组函数类。属于同一个组的value会放到同一个迭代器中，而比较是否是同一组需要使用GroupingComparator比较器。 
120.      \*/  
121.     // 第二种方法，继承WritableComparator  
122.     **public** **static** **class** GroupingComparator **extends** WritableComparator \{  
123.         **protected** GroupingComparator() \{  
124.             **super**(IntPair.**class**, **true**);  
125.         \}  
126.         @Override  
127.         // Compare two WritableComparables.  
128.         **public** **int** compare(WritableComparable w1, WritableComparable w2) \{  
129.             IntPair ip1 = (IntPair) w1;  
130.             IntPair ip2 = (IntPair) w2;  
131.             **int** l = ip1.getFirst();  
132.             **int** r = ip2.getFirst();  
133.             **return** l == r ? 0 : (l < r ? -1 : 1);  
134.         \}  
135.     \}  
136.     // 自定义map  
137.     **public** **static** **class** Map **extends**  
138.             Mapper<LongWritable, Text, IntPair, NullWritable> \{  
139.         **private** **final** IntPair intkey = **new** IntPair();  
140.         **public** **void** map(LongWritable key, Text value, Context context)  
141.                 **throws** IOException, InterruptedException \{  
142.             String line = value.toString();  
143.             StringTokenizer tokenizer = **new** StringTokenizer(line);  
144.             **int** left = 0;  
145.             **int** right = 0;  
146.             **if** (tokenizer.hasMoreTokens()) \{  
147.                 left = Integer.parseInt(tokenizer.nextToken());  
148.                 **if** (tokenizer.hasMoreTokens())  
149.                     right = Integer.parseInt(tokenizer.nextToken());  
150.                 intkey.set(left, right);  
151.                 context.write(intkey, NullWritable.get());  
152.             \}  
153.         \}  
154.     \}  
155.     // 自定义reduce  
156.     //  
157.     **public** **static** **class** Reduce **extends**  
158.             Reducer<IntPair, NullWritable, IntWritable, IntWritable> \{  
159.         **private** **final** IntWritable left = **new** IntWritable();  
160.         **private** **final** IntWritable right = **new** IntWritable();  
161.         **public** **void** reduce(IntPair key, Iterable<NullWritable> values,  
162.                 Context context) **throws** IOException, InterruptedException \{  
163.             left.set(key.getFirst());  
164.             right.set(key.getSecond());  
165.             context.write(left, right);  
166.         \}  
167.     \}  
168.     /\*\* 
169.      \* @param args 
170.      \*/  
171.     **public** **static** **void** main(String\[\] args) **throws** IOException,  
172.             InterruptedException, ClassNotFoundException \{  
173.         // TODO Auto-generated method stub  
174.         // 读取hadoop配置  
175.         Configuration conf = **new** Configuration();  
176.         // 实例化一道作业  
177.         Job job = **new** Job(conf, "temperature");  
178.         job.setJarByClass(Temperature.**class**);  
179.         // Mapper类型  
180.         job.setMapperClass(Map.**class**);  
181.         // 不再需要Combiner类型，因为Combiner的输出类型<Text,  
182.         // IntWritable>对Reduce的输入类型<IntPair, IntWritable>不适用  
183.         // job.setCombinerClass(Reduce.class);  
184.         // Reducer类型  
185.         job.setReducerClass(Reduce.**class**);  
186.         // 分区函数  
187.         job.setPartitionerClass(FirstPartitioner.**class**);  
188.         // key比较函数  
189.         job.setSortComparatorClass(KeyComparator.**class**);  
190.         // 分组函数  
191.         job.setGroupingComparatorClass(GroupingComparator.**class**);  
192.         // map 输出Key的类型  
193.         job.setMapOutputKeyClass(IntPair.**class**);  
194.         // map输出Value的类型  
195.         job.setMapOutputValueClass(NullWritable.**class**);  
196.         // rduce输出Key的类型，是Text，因为使用的OutputFormatClass是TextOutputFormat  
197.         job.setOutputKeyClass(IntWritable.**class**);  
198.         // rduce输出Value的类型  
199.         job.setOutputValueClass(IntWritable.**class**);  
200.         // 将输入的数据集分割成小数据块splites，同时提供一个RecordReder的实现。  
201.         job.setInputFormatClass(TextInputFormat.**class**);  
202.         // 提供一个RecordWriter的实现，负责数据输出。  
203.         job.setOutputFormatClass(TextOutputFormat.**class**);  
204.         // 输入hdfs路径  
205.         FileInputFormat.setInputPaths(job, **new** Path(args\[0\]));  
206.         // 输出hdfs路径  
207.         FileOutputFormat.setOutputPath(job, **new** Path(args\[1\]));  
208.         // 提交job  
209.         System.exit(job.waitForCompletion(**true**) ? 0 : 1);  
210.     \}  
211. \}

[view plain]: http://blog.csdn.net/heyutao007/article/details/5890165#