本博客属原创文章,转载请注明出处:http://guoyunsky.iteye.com/blog/1235952
请先阅读:
1.Hadoop MapReduce 学习笔记(一) 序言和准备
2.Hadoop MapReduce 学习笔记(二) 序言和准备 2
3.Hadoop MapReduce 学习笔记(八) MapReduce实现类似SQL的order by/排序
4.Hadoop MapReduce 学习笔记(九) MapReduce实现类似SQL的order by/排序 正确写法
下一篇: Hadoop MapReduce 学习笔记(十一) MapReduce实现类似SQL的order by/排序3 改进
Hadoop MapReduce 学习笔记(九) MapReduce实现类似SQL的order by/排序 正确写法 只是实现了对单个字段的排序,如SELECT * FROM TABLE ORDER BY ID ASC.但如果想对多个字段排序呢,如SELECT * FROM TABLE ORDER BY ID ASC ,NAME DESC.具体请查看代码:
package com.guoyun.hadoop.mapreduce.study; import java.io.IOException; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.LongWritable; import org.apache.hadoop.io.NullWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Job; import org.apache.hadoop.mapreduce.Mapper; import org.apache.hadoop.mapreduce.lib.input.FileInputFormat; import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat; import org.apache.hadoop.mapreduce.Reducer; import org.slf4j.Logger; import org.slf4j.LoggerFactory; /** * 通过MapReduce实现类似SQL的SELECT * FROM TABLE ORDER BY COL1 ASC,COL2 ASC * 也就是对多个字段的排序 * 如果要实现更多字段或者DESC等排序,请自己实现WritableComparable * 该MapReduce的改进版本请查看: @OrderByMultiMapReduceImproveTest * */ public class OrderByMultiMapReduceTest extends MyMapReduceMultiColumnTest { public static final Logger log=LoggerFactory.getLogger(OrderByMultiMapReduceTest.class); public OrderByMultiMapReduceTest(long dataLength) throws Exception { super(dataLength); // TODO Auto-generated constructor stub } public OrderByMultiMapReduceTest(String outputPath) throws Exception { super(outputPath); // TODO Auto-generated constructor stub } public OrderByMultiMapReduceTest(String inputPath, String outputPath) { super(inputPath, outputPath); // TODO Auto-generated constructor stub } public OrderByMultiMapReduceTest(long dataLength, String inputPath, String outputPath) throws Exception { super(dataLength, inputPath, outputPath); // TODO Auto-generated constructor stub } public static class OrderMultiColumnWritable extends MultiColumnWritable{ @Override public int compareTo(Object obj) { if(!(obj instanceof OrderMultiColumnWritable)){ return -1; } OrderMultiColumnWritable ocw=(OrderMultiColumnWritable)obj; if(!this.getFrameworkName().equals(ocw.getFrameworkName())){ return this.getFrameworkName().compareTo(ocw.getFrameworkName()); }else if(this.getNumber()!=ocw.getNumber()){ return this.getNumber()<ocw.getNumber()?-1:1; }else{ return 0; } } public void set(String frameworkName,long number){ this.setFrameworkName(frameworkName); this.setNumber(number); } @Override public String toString() { return this.getFrameworkName()+"\t"+this.getNumber(); } } /** * map,get the source datas,and generate a (key,value) pair as (MultiWritable,NullWritable) */ public static class MyMapper extends Mapper<LongWritable,Text,OrderMultiColumnWritable,NullWritable>{ private OrderMultiColumnWritable writeKey=new OrderMultiColumnWritable(); private NullWritable writeValue=NullWritable.get(); @Override protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException { log.debug("begin to map"); String[] splits=null; try { splits=value.toString().split("\\t"); if(splits!=null&&splits.length==2){ writeKey.set(splits[0],Long.parseLong(splits[1].trim())); } } catch (NumberFormatException e) { log.error("map error:"+e.getMessage()); } context.write(writeKey, writeValue); } } /** * reduce,only use to output the result */ public static class MyReducer extends Reducer<OrderMultiColumnWritable,NullWritable,OrderMultiColumnWritable,NullWritable>{ private NullWritable writeValue=NullWritable.get(); @Override protected void reduce(OrderMultiColumnWritable key, Iterable<NullWritable> values,Context context) throws IOException, InterruptedException { for(NullWritable value:values){ context.write(key, writeValue); } } } /** * @param args */ public static void main(String[] args) { MyMapReduceTest mapReduceTest=null; Configuration conf=null; Job job=null; FileSystem fs=null; Path inputPath=null; Path outputPath=null; long begin=0; String input="testDatas/mapreduce/MRInput_Multi_OrderBy"; String output="testDatas/mapreduce/MROutput_Multi_OrderBy"; try { mapReduceTest=new OrderByMultiMapReduceTest(1000,input,output); inputPath=new Path(mapReduceTest.getInputPath()); outputPath=new Path(mapReduceTest.getOutputPath()); conf=new Configuration(); job=new Job(conf,"OrderBy"); fs=FileSystem.getLocal(conf); if(fs.exists(outputPath)){ if(!fs.delete(outputPath,true)){ System.err.println("Delete output file:"+mapReduceTest.getOutputPath()+" failed!"); return; } } job.setJarByClass(OrderByMultiMapReduceTest.class); job.setMapOutputKeyClass(OrderMultiColumnWritable.class); job.setMapOutputValueClass(NullWritable.class); job.setOutputKeyClass(OrderMultiColumnWritable.class); job.setOutputValueClass(NullWritable.class); job.setMapperClass(MyMapper.class); job.setReducerClass(MyReducer.class); job.setNumReduceTasks(2); FileInputFormat.addInputPath(job, inputPath); FileOutputFormat.setOutputPath(job, outputPath); begin=System.currentTimeMillis(); job.waitForCompletion(true); System.out.println("==================================================="); if(mapReduceTest.isGenerateDatas()){ System.out.println("The maxValue is:"+mapReduceTest.getMaxValue()); System.out.println("The minValue is:"+mapReduceTest.getMinValue()); } System.out.println("Spend time:"+(System.currentTimeMillis()-begin)); // Spend time:1235 } catch (Exception e) { // TODO Auto-generated catch block e.printStackTrace(); } } }
更多技术文章、感悟、分享、勾搭,请用微信扫描:
相关推荐
【标题】Hadoop MapReduce 实现 WordCount MapReduce 是 Apache Hadoop 的核心组件之一,它为大数据处理提供了一个分布式计算框架。WordCount 是 MapReduce 框架中经典的入门示例,它统计文本文件中每个单词出现的...
本篇文章将详细讲解如何利用Hadoop MapReduce实现TF-IDF(Term Frequency-Inverse Document Frequency)算法,这是一种在信息检索和文本挖掘中用于评估一个词在文档中的重要性的统计方法。 首先,我们要理解TF-IDF...
MapReduce是一种分布式计算模型,由Google提出,Hadoop对其进行了实现。在MapReduce中,数据处理分为两个主要阶段:Map阶段和Reduce阶段。Map阶段将原始数据分解成小块,然后对每个小块进行并行处理;Reduce阶段则...
《Hadoop MapReduce实战手册》是一本专注于大数据处理技术的专著,主要针对Apache Hadoop中的MapReduce框架进行了深入的探讨。MapReduce是Hadoop生态系统中的核心组件之一,用于处理和生成大规模数据集。该书旨在...
### Hadoop MapReduce V2 知识点概览 #### 一、Hadoop MapReduce V2 生态系统介绍 ...通过本书的学习,读者不仅可以了解Hadoop MapReduce V2的基本原理,还可以学习到如何在实际项目中有效利用这一强大的工具。
《Hadoop MapReduce Cookbook 源码》是一本专注于实战的书籍,旨在帮助读者通过具体的例子深入理解并掌握Hadoop MapReduce技术。MapReduce是大数据处理领域中的核心组件,尤其在处理大规模分布式数据集时,它的重要...
在 Hadoop MapReduce 中实现 KMeans,我们可以将这个过程分解为两个主要步骤:Map 和 Reduce。 **Map 阶段:** - 输入:原始数据集,每个数据点为一行。 - 输出:<(质心ID, 数据点)> 键值对,其中质心ID表示当前...
在大数据处理领域,Python、Hadoop MapReduce是两个非常重要的工具。本文将深入探讨如何使用Python来编写Hadoop MapReduce程序,以实现微博关注者之间的相似用户分析。这个任务的关键在于理解并应用分布式计算原理,...
在大数据处理领域,Hadoop MapReduce是一个至关重要的组件,它为海量数据的并行处理提供了分布式计算框架。本文将深入探讨如何使用Java编程语言来操作Hadoop MapReduce进行基本实践,通过源码分析来理解其核心工作...
本主题将深入探讨如何使用Hadoop MapReduce来实现MatrixMultiply,即矩阵相乘,这是一个基础且重要的数学运算,尤其在数据分析、机器学习以及高性能计算中有着广泛应用。 首先,理解矩阵相乘的基本原理至关重要。在...
Hadoop MapReduce v2 Cookbook (第二版), Packt Publishing
《Hadoop MapReduce v2 Cookbook》是一本针对大数据处理领域的重要参考书籍,专注于介绍Hadoop MapReduce的最新版本——v2(也称为YARN,Yet Another Resource Negotiator)。Hadoop MapReduce是Apache Hadoop框架的...
2. **中间键值排序与分区阶段**:Map输出的键值对按照键进行排序,同一键的值会被分到同一个Reducer。这对于Apriori算法至关重要,因为它依赖于项的顺序一致性。 3. **化简阶段(Reduce)**:Reducer接收相同键的值...
MapReduce的核心思想是通过将大数据集分割成小块,并在多个计算机节点上进行并行处理,从而实现高效的数据处理。 #### 二、MapReduce工作流程详解 1. **输入切分**:Hadoop将输入文件分割成固定大小的块,每个块...
【Hadoop MapReduce教程】 Hadoop MapReduce是一种分布式计算框架,设计用于处理和存储大量数据。这个框架使得开发者能够编写应用程序来处理PB级别的数据,即使是在由数千台廉价硬件组成的集群上。MapReduce的核心...
在 Hadoop MapReduce 中实现决策树,通常分为以下几个步骤: - **预处理**:清洗和转换数据,将其转化为适合 MapReduce 模型的格式。 - **Map 阶段**:每个 Map 任务处理一部分数据,计算每个特征在当前子集上的...
结论: 本章介绍了 Hadoop MapReduce,同时发现它有以下缺点: ...2、有运行效率问题,MapReduce 需要将中间产生的数据保存到硬盘中,因此会有读写数据延迟问题。 3、不支持实时处理,它原始的设计就是以批处理为主。
一个自己写的Hadoop MapReduce实例源码,网上看到不少网友在学习MapReduce编程,但是除了wordcount范例外实例比较少,故上传自己的一个。包含完整实例源码,编译配置文件,测试数据,可执行jar文件,执行脚本及操作...
Hadoop mapreduce 实现InvertedIndexer倒排索引,能用。