A股上市公司传智教育(股票代码 003032)旗下技术交流社区北京昌平校区

 找回密码
 加入黑马

QQ登录

只需一步,快速开始

© 不二晨 金牌黑马   /  2018-8-22 09:56  /  973 人查看  /  3 人回复  /   0 人收藏 转载请遵从CC协议 禁止商业使用本文

情况1:

创建文件并上传到HDFS中
[hadoop@h71 q1]$ vi test.txt
a 1000
b 2000
c 90000
d 88
e 999999
f 9998
g 13223

注意:这里的分隔符是/t(Tab键)而不是空格
[hadoop@h71 q1]$ hadoop fs -put test.txt /input


java代码:



  • import java.io.IOException;



  • import java.util.TreeMap;







  • 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 TopK {  



  •     public static final int K = 2;         



  •     public static class KMap extends Mapper<LongWritable,Text,IntWritable,Text> {



  •             //必须得加static,否则会报错:Error: java.lang.RuntimeException: java.lang.NoSuchMethodException: TopK1$KMap.<init>()



  •         TreeMap<Integer, String> map = new TreeMap<Integer, String>();



  •         @Override



  •         public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {



  •             String line = value.toString();



  •             if(line.trim().length() > 0 && line.indexOf("\t") != -1) {



  •                 String[] arr = line.split("\t", 2);



  •                 String name = arr[0];  



  •                 Integer num = Integer.parseInt(arr[1]);  



  •                 map.put(num, name);  



  •                 if(map.size() > K) {



  •                     map.remove(map.firstKey());  



  •                 }  



  •             }  



  •         }  



  •         @Override



  •         protected void cleanup(Mapper<LongWritable, Text, IntWritable, Text>.Context context)  



  •                 throws IOException, InterruptedException {  



  •             for(Integer num : map.keySet()) {  



  •                 context.write(new IntWritable(num), new Text(map.get(num)));  



  •             }  



  •         }  



  •     }  







  •     public static class KReduce extends Reducer<IntWritable, Text, Text, IntWritable> {  



  •         TreeMap<Integer, String> map = new TreeMap<Integer, String>();  



  •         @Override  



  •         public void reduce(IntWritable key, Iterable<Text> values, Context context) throws IOException, InterruptedException {   



  •             map.put(key.get(), values.iterator().next().toString());  



  •             if(map.size() > K) {



  •                 map.remove(map.firstKey());  



  •             }  



  •         }  



  •         @Override  



  •         protected void cleanup(Reducer<IntWritable, Text, Text, IntWritable>.Context context)  



  •                 throws IOException, InterruptedException {  



  •             for(Integer num : map.keySet()) {  



  • //                context.write(new IntWritable(num), new Text(map.get(num)));  



  •                     context.write(new Text(map.get(num)), new IntWritable(num));



  •             }  



  •         }  



  •     }  







  •     public static void main(String[] args) throws Exception {  



  •         Configuration conf = new Configuration();



  •         Job job = new Job(conf, "my own word count");



  •         job.setJarByClass(TopK.class);  



  •         job.setMapperClass(KMap.class);  



  •         //必须把下面这行注释掉,不然会报错:Error: java.io.IOException: wrong key class: class org.apache.hadoop.io.Text is not class org.apache.hadoop.io.IntWritable



  • //      job.setCombinerClass(KReduce.class);



  •         job.setReducerClass(KReduce.class);  



  •         job.setOutputKeyClass(IntWritable.class);



  •         job.setOutputValueClass(Text.class);  



  •         FileInputFormat.setInputPaths(job, new Path(args[0]));



  •         FileOutputFormat.setOutputPath(job, new Path(args[1]));



  •         System.out.println(job.waitForCompletion(true));



  •     }



  • }


[hadoop@h71 q1]$ /usr/jdk1.7.0_25/bin/javac TopK.java
[hadoop@h71 q1]$ /usr/jdk1.7.0_25/bin/jar cvf xx.jar TopK*class
[hadoop@h71 q1]$ hadoop jar xx.jar TopK /input/test.txt /output

[hadoop@h71 q1]$ hadoop fs -cat /output/part-r-00000
c       90000
e       999999


上述程序中用到了treemap,下面给大家一个小列子:



  • import java.util.Map.Entry;  



  • import java.util.TreeMap;  







  • public class TreeMapDemo {



  •     public static void main(String[] args) {  



  •         TreeMap<Long, Long> tree = new TreeMap<Long, Long>();  



  •         tree.put(3333333L, 1333333L);  



  •         tree.put(2222222L, 1222222L);  



  •         tree.put(5555555L, 1555555L);  



  •         tree.put(4444444L, 1444444L);  



  •         for (Entry<Long, Long> entry : tree.entrySet()) {  



  •             System.out.println(entry.getKey()+":"+entry.getValue());  



  •         }



  •         System.out.println("------------------------------------");



  •         System.out.println(tree.firstEntry().getValue()); //最小值



  •         System.out.println("------------------------------------");



  •         System.out.println(tree.lastEntry().getValue()); //最大值



  •         System.out.println("------------------------------------");



  •         System.out.println(tree.navigableKeySet()); //从小到大的正序key集合



  •         System.out.println("------------------------------------");



  •         System.out.println(tree.descendingKeySet());//从大到小的倒序key集合  



  •     }  



  • }


运行结果:
2222222:1222222
3333333:1333333
4444444:1444444
5555555:1555555
------------------------------------
1222222
------------------------------------
1555555
------------------------------------
[2222222, 3333333, 4444444, 5555555]
------------------------------------
[5555555, 4444444, 3333333, 2222222]

情况2:
#orderid(订单号),userid(用户名),payment(付款额),productid(产品编号)
求topN的payment值
[hadoop@h71 q1]$ vi a.txt
1,9819,100,121
2,8918,2000,111
3,2813,1234,22
4,9100,10,1101
5,3210,490,111
6,1298,28,1211
7,1010,281,90
8,1818,9000,20
[hadoop@h71 q1]$ vi b.txt
100,3333,10,100
101,9321,1000,293
102,3881,701,20
103,6791,910,30
104,8888,11,39
[hadoop@h71 q1]$ hadoop fs -put a.txt /input
[hadoop@h71 q1]$ hadoop fs -put b.txt /input


方法一:
因为MR默认是升序的因此要自定义输入类型,自定义倒充的整型MyIntWritable输入



  • import java.io.DataInput;



  • import java.io.DataOutput;



  • 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.Text;



  • import org.apache.hadoop.io.WritableComparable;



  • 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 Top {



  •         public static class MyIntWritable implements WritableComparable<MyIntWritable> {  



  •             private Integer num;  







  •             public MyIntWritable(Integer num) {  



  •                 this.num = num;  



  •             }  







  •             public MyIntWritable() {  



  •             }  







  •             @Override  



  •             public void write(DataOutput out) throws IOException {  



  •                 out.writeInt(num);  



  •             }  







  •             @Override  



  •             public void readFields(DataInput in) throws IOException {  



  •                 this.num = in.readInt();  



  •             }  







  •             @Override  



  •             public int compareTo(MyIntWritable o) {  



  •                 int minus = this.num - o.num;  



  •                 return minus * (-1);  



  •             }  







  •             @Override  



  •             public int hashCode() {  



  •                 return this.num.hashCode();  



  •             }  







  •             @Override  



  •             public boolean equals(Object obj) {  



  •                 if (obj instanceof MyIntWritable) {  



  •                     return false;  



  •                 }  



  •                 MyIntWritable ok2 = (MyIntWritable) obj;  



  •                 return (this.num == ok2.num);  



  •             }  







  •             @Override  



  •             public String toString() {  



  •                 return num + "";  



  •             }  



  •         }







  •         public static class TopNMapper extends Mapper<LongWritable, Text, MyIntWritable, Text> {  



  •             protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {  



  •                 String line = value.toString().trim();  



  •                 if (line.length() > 0) {// 1,9819,100,121  



  •                     String[] arr = line.split(",");  



  •                     if (arr.length == 4) {  



  •                         int payment = Integer.parseInt(arr[2]);  



  •                         context.write(new MyIntWritable(payment), new Text(""));  



  •                     }  



  •                 }  



  •             }  



  •         }







  •         public static class TopNReducer extends Reducer<MyIntWritable, Text, Text, MyIntWritable> {  



  •             private int idx = 0;  



  •             @Override  



  •             protected void reduce(MyIntWritable key, Iterable<Text> values, Context context) throws IOException, InterruptedException {  



  •                 idx++;  



  •                 if (idx <= 5) {  



  •                     context.write(new Text(idx + ""), key);  



  •                 }  



  •             }  



  •         }







  •         public static void main(String[] args) throws Exception {  



  •         Configuration configuration = new Configuration();  



  •         Job job = new Job(configuration, "topn_job");  



  •         job.setJarByClass(Top.class);  







  •         job.setMapperClass(TopNMapper.class);  



  •         job.setMapOutputKeyClass(MyIntWritable.class);  



  •         job.setMapOutputValueClass(Text.class);  







  •         job.setReducerClass(TopNReducer.class);  



  •         job.setOutputKeyClass(MyIntWritable.class);  



  •         job.setOutputValueClass(Text.class);  







  •         FileInputFormat.addInputPath(job, new Path(args[0]));  



  •         Path path = new Path(args[1]);  



  •         FileSystem fs = FileSystem.get(configuration);  



  •         if (fs.exists(path)) {  



  •             fs.delete(path, true);  



  •         }  



  •         FileOutputFormat.setOutputPath(job, path);  



  •         job.setNumReduceTasks(1);  







  •         System.exit(job.waitForCompletion(true) ? 0 : 1);  



  •     }



  • }


方法二:
java代码(求第三列的Top5):


  • import java.io.IOException;



  • import java.util.Arrays;







  • 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 Top {







  •         public static class TopNMapper extends Mapper<LongWritable, Text, IntWritable, IntWritable>{



  •             int len;



  •             int top[];



  •             @Override



  •             public void setup(Context context) throws IOException,InterruptedException {



  •                 len = context.getConfiguration().getInt("N", 10);



  •                 top = new int[len+1];



  •             }



  •             @Override



  •             public void map(LongWritable key, Text value, Context context)throws IOException, InterruptedException {



  •                     String line = value.toString();



  •                     String arr []= line.split(",");



  •                     if(arr != null && arr.length == 4){



  •                             int pay = Integer.parseInt(arr[2]);



  •                             add(pay);



  •                     }



  •             }



  •             public void add(int pay){



  •                     top[0] = pay;



  •                     Arrays.sort(top);



  •             }



  •             @Override



  •             public void cleanup(Context context) throws IOException,InterruptedException {



  •                     for(int i=1;i<=len;i++){



  •                             context.write(new IntWritable(top),new IntWritable(top));



  •                     }



  •             }



  •         }







  •         public static class TopNReduce extends Reducer<IntWritable, IntWritable, IntWritable, IntWritable>{



  •                 int len;



  •                 int top[];



  •                 @Override



  •                 public void setup(Context context)



  •                                 throws IOException, InterruptedException {



  •                         len = context.getConfiguration().getInt("N", 10);



  •                         top = new int[len+1];



  •                 }       



  •                 @Override



  •                 public void reduce(IntWritable key, Iterable<IntWritable> values,



  •                                 Context context)



  •                                 throws IOException, InterruptedException {



  •                         for(IntWritable val : values){



  •                                 add(val.get());



  •                         }



  •                 }



  •                 public void add(int pay){



  •                         top[0] = pay;



  •                         Arrays.sort(top);



  •                 }



  •                 @Override



  •                 public void cleanup(Context context)



  •                                 throws IOException, InterruptedException {



  •                         for(int i=len;i>0;i--){



  •                                 context.write(new IntWritable(len-i+1),new IntWritable(top));



  •                         }



  •                 }



  •         }







  •         public static void main(String[] args) throws Exception {



  •             Configuration conf = new Configuration();



  •             conf.setInt("N", 5);



  •             Job job = new Job(conf, "my own word count");



  •             job.setJarByClass(Top.class);  



  •             job.setMapperClass(TopNMapper.class);  



  •             job.setCombinerClass(TopNReduce.class);  



  •             job.setReducerClass(TopNReduce.class);  



  •             job.setOutputKeyClass(IntWritable.class);



  •             job.setOutputValueClass(IntWritable.class);



  •                         FileInputFormat.setInputPaths(job, new Path(args[0]));



  •                         FileOutputFormat.setOutputPath(job, new Path(args[1]));



  •             System.out.println(job.waitForCompletion(true));



  •     }  



  • }



方法二说明:
    在最初接触mapreduce时,top n问题的解决办法是将mapreduce输出(排序后)放入一个集合中,取前n个,但这种写法过于简单,内存能够加载的集合的大小是有上限的,一旦数据量大,很容易出现内存溢出。
    如果要取top 5,则应该定义一个长度为6的数组,map所要做的事情就是将每条日志的那个需要排序的字段放入数组第一个元素中,调用Arrays.sort(Array[])方法可以将数组按照正序,从数字角度说是从小到大排序,比如第一条记录是9000,那么排序结果是[0,0,0,0,0,9000],第二条日志记录是8000,排序结果是[0,0,0,0,8000,9000],第三条日志记录是8500,排序结果是[0,0,0,8000,8500,9000],以此类推,每次放进去一个数字如果大于数组里面最小的元素,相当于将最小的覆盖掉了,也就是说数组中元素永远是拿到日志中最大的那些个记录
    ok,map将数组原封不动按照顺序输出,reduce接收到从每个map拿到的五个排好序的元素,在进行跟map一样的排序,排序后数组里面就是按照从小到大排好序的元素,将这些元素倒序输出就是最终我们要的结果了
    与之前的方式做个比较,之前的map做的事情很少,在reduce中排序后拿前5条,reduce的压力是很大的,要把所有的数据都处理一遍,而一般设置reduce的个数较少,一旦数据较多,reduce就会承受不了,悲剧了。而现在的方式巧妙的将reduce的压力转移到了map,而map是集群效应的,很多台服务器来做这件事情,减少了一台机器上的负担,每个map其实只是输出了5个元素而已,如果有5个map,其实reduce才对5*5个数据进行了操作,也就不会出现内存溢出等问题了


运行程序:
[hadoop@h71 q1]$ /usr/jdk1.7.0_25/bin/javac Top.java
[hadoop@h71 q1]$ /usr/jdk1.7.0_25/bin/jar cvf xx.jar Top*class
[hadoop@h71 q1]$ hadoop jar xx.jar Top /input/* /output


[hadoop@h71 q1]$ hadoop fs -cat /output/part-r-00000
1       9000
2       2000
3       1234
4       1000
5       910


情况3:
生成随机数:该程序生成了10个文件,每个文件包括一百万个Integer范围的随机数,生成完成后将其复制并上传到虚拟机的Hadoop文件系统HDFS中



  • import java.io.BufferedWriter;



  • import java.io.File;



  • import java.io.FileNotFoundException;



  • import java.io.FileOutputStream;



  • import java.io.IOException;



  • import java.io.OutputStreamWriter;



  • import java.io.UnsupportedEncodingException;



  • import java.util.Random;







  • public class Num_Generator {



  •     public static void main(String[] args) {



  •         FileOutputStream fos;



  •         OutputStreamWriter osw;



  •         BufferedWriter bw;



  •         Random random = new Random();



  •         String filename = "random_num";







  •         for (int i = 0; i < 10; i++) {



  •             String tmp_name = filename+""+i+".txt";



  •             File file = new File(tmp_name);



  •             try {



  •                 fos = new FileOutputStream(file);



  •                 osw = new OutputStreamWriter(fos,"UTF-8");



  •                 bw = new BufferedWriter(osw);



  •                 for (int j = 0; j < 1000000; j++) {  



  •                     int rm = random.nextInt();



  •                     bw.write(rm+"");



  •                     bw.newLine();



  •                 }



  •                 bw.flush();



  •             } catch (FileNotFoundException e) {



  •                 e.printStackTrace();



  •             } catch (UnsupportedEncodingException e) {



  •                 e.printStackTrace();



  •             } catch (IOException e) {



  •                 e.printStackTrace();



  •             }



  •             System.out.println(i+":Complete.");



  •         }



  •     }



  • }


TopN程序:


  • import java.io.IOException;



  • import java.util.TreeMap;







  • import org.apache.hadoop.conf.Configuration;



  • import org.apache.hadoop.fs.Path;



  • import org.apache.hadoop.io.IntWritable;



  • 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.Reducer;



  • import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;



  • import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;



  • import org.apache.hadoop.util.GenericOptionsParser;







  • public class TopN {







  •     public static class MyMapper extends Mapper<Object, Text, NullWritable, IntWritable>{



  •         private TreeMap<Integer, Integer> tree = new TreeMap<Integer, Integer>();



  • //      private final static IntWritable one = new IntWritable(1);



  • //      private Text number = new Text();



  •         @Override



  •         protected void setup(Context context) throws IOException,



  •                 InterruptedException {



  • //          super.setup(context);



  •             System.out.println("Mapper("+context.getConfiguration().getInt("N", 10)+"):in setup...");



  •         }



  •         @Override



  •         protected void cleanup(Context context) throws IOException,



  •                 InterruptedException {



  • //            super.cleanup(context);



  •             System.out.println("Mapper("+context.getConfiguration().getInt("N", 10)+"):in cleanup...");



  •             for(Integer text : tree.values()){



  •                 context.write(NullWritable.get(), new IntWritable(text));



  •             }



  •         }



  •         @Override



  •         public void map(Object key, Text value, Context context) throws IOException, InterruptedException{



  •             String key_num = value.toString();



  •             int num = Integer.parseInt(key_num);



  •             tree.put(num, num);



  •             if(tree.size() > context.getConfiguration().getInt("N", 10))



  •                 tree.remove(tree.firstKey());



  • //            System.out.println("Mapper("+context.getConfiguration().getInt("N", 10)+"):"+key.toString()+"/"+value.toString());



  • //            number.set(key_num);



  • //            context.write(number, one);



  •         }



  •     }







  •     public static class MyReducer extends Reducer<NullWritable, IntWritable, NullWritable, IntWritable>{  



  • //        private IntWritable kk = new IntWritable();



  •         private TreeMap<Integer, Integer> tree = new TreeMap<Integer, Integer>();



  • //        private IntWritable result = new IntWritable();



  •         @Override



  •         public void reduce(NullWritable key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException{



  •             for (IntWritable value : values){



  •                 tree.put(value.get(), value.get());



  •                 if(tree.size() > context.getConfiguration().getInt("N", 10))



  •                 {



  •                     tree.remove(tree.firstKey());



  •                 }



  •             }



  • //            System.out.println("Reducer("+context.getConfiguration().getInt("N", 10)+"):"+key.toString()+"/"+result.get());



  •         }



  •         @Override



  •         protected void cleanup(



  •                 org.apache.hadoop.mapreduce.Reducer.Context context)



  •                 throws IOException, InterruptedException {



  • //            super.cleanup(context);



  •             for(Integer val : tree.descendingKeySet()){



  •                 context.write(NullWritable.get(), new IntWritable(val));



  •             }



  •         }



  •     }







  •     public static void main(String[] args) throws Exception {



  •         Configuration conf = new Configuration();



  •         String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();



  •         if(otherArgs.length < 3){



  •             System.err.println("heheda");



  •             System.exit(2);



  •         }



  •         conf.setInt("N", new Integer(otherArgs[0]));



  •         System.out.println("N:"+otherArgs[0]);







  •         Job job = Job.getInstance(conf, "TopN");



  •         job.setJarByClass(TopN.class);



  •         job.setMapperClass(MyMapper.class);



  • //        job.setCombinerClass(MyReducer.class);



  •         job.setMapOutputKeyClass(NullWritable.class);



  •         job.setMapOutputValueClass(IntWritable.class);







  •         job.setReducerClass(MyReducer.class);



  •         job.setOutputKeyClass(NullWritable.class);



  •         job.setOutputValueClass(IntWritable.class);







  •         for (int i = 1; i < otherArgs.length-1; i++) {



  •             FileInputFormat.addInputPath(job, new Path(otherArgs));



  •         }







  •         FileOutputFormat.setOutputPath(job, new Path(otherArgs[otherArgs.length-1]));



  •         System.exit(job.waitForCompletion(true) ? 0 : 1);



  •     }



  • }


问题:在程序中有这么一行代码context.getConfiguration().getInt("N", 10);实在是没理解10这个参数有什么用,而且我后来测试将10改为其他值也不影响结果啊。"N"还不能瞎改,map和reduce函数的这个字符还必须和主函数中的一样,我后来将主函数的这个字符改为和其他地方不一样后,输出的结果不以主函数的数字为主,而是以其他地方的数字为主
答疑:setInt(String name, int value)为在本地properties中加入(name,value)。getInt(String name, int defaultValue)为尝试查询name对应的整数,失败则返回defaultValue

先执行Num_Generator.java并将结果上传到hdfs上:
[hadoop@h71 q1]$ /usr/jdk1.7.0_25/bin/javac Num_Generator.java
[hadoop@h71 q1]$ /usr/jdk1.7.0_25/bin/java Num_Generator
[hadoop@h71 q1]$ hadoop fs -put random_num*.txt /in


再执行TopN.java:
[hadoop@h71 q1]$ /usr/jdk1.7.0_25/bin/javac TopN.java
[hadoop@h71 q1]$ /usr/jdk1.7.0_25/bin/jar cvf xx.jar TopN*class
[hadoop@h71 q1]$ hadoop jar xx.jar TopN 7 /in/* /out
[hadoop@h71 q1]$ hadoop fs -cat /out/part-r-00000
2147483639
2147483112
2147482692
2147482113
2147481936
2147481909
2147481535



【转载】 https://blog.csdn.net/m0_37739193/article/details/77676859


3 个回复

倒序浏览
奈斯
回复 使用道具 举报
回复 使用道具 举报
奈斯,加油加油
回复 使用道具 举报
您需要登录后才可以回帖 登录 | 加入黑马