MapReduce编程实例4

MapReduce编程实例：

MapReduce编程实例（一）,详细介绍在集成环境中运行第一个MapReduce程序 WordCount及代码分析

MapReduce编程实例（二），计算学生平均成绩

MapReduce编程实例（三），数据去重

MapReduce编程实例（四），排序

MapReduce编程实例（五），MapReduce实现单表关联

MapReduce编程实例（六），MapReduce实现多表关联

 

排序，比较简单，上代码，代码中有注释，欢迎交流。

总体是利用MapReduce本身对Key进行排序的特性和按key值有序的分配到不同的partition。Mapreduce默认会对每个reduce按text类型key按字母顺序排序，对intwritable类型按大小进行排序。

package com.t.hadoop;

import java.io.IOException;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Partitioner;
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;

/**
 * 排序
 * 利用MapReduce默认的对Key进行排序
 * 继承Partitioner类，重写getPartition使Mapper结果整体有序分到相应的Partition，输入到Reduce分别排序。
 * 利用全局变量统计位置
 * @author daT dev.tao@gmail.com
 *
 */
public class Sort {
    public static class SortMapper extends Mapper<Object, Text, IntWritable, IntWritable>{

        //直接输出key,value，key为需要排序的值，value任意
        @Override
        protected void map(Object key, Text value,
            Context context)throws IOException, InterruptedException {
            System.out.println("Key: "+key+"  "+"Value: "+value);
            context.write(new IntWritable(Integer.valueOf(value.toString())),new IntWritable(1));

        }
    }

    public static class SortReducer extends Reducer<IntWritable, IntWritable, IntWritable, IntWritable>{
        public static IntWritable lineNum = new IntWritable(1);//记录该数据的位置

        //查询value的个数，有多少个就输出多少个Key值。
        @Override
        protected void reduce(IntWritable key, Iterable<IntWritable> value,
                Context context) throws IOException, InterruptedException {

            System.out.println("lineNum: "+lineNum);

            for(IntWritable i:value){
                context.write(lineNum, key);
            }
            lineNum = new IntWritable(lineNum.get()+1);
        }
    }


    public static class SortPartitioner extends Partitioner<IntWritable, IntWritable>{

        //根据key对数据进行分派
        @Override
        public int getPartition(IntWritable key, IntWritable value, int partitionNum) {
            System.out.println("partitionNum: "+partitionNum);
            int maxnum = 23492;//输入的最大值，自己定义的。mapreduce 自带的有采样算法和partition的实现可以用，此例没有用。
            int bound = maxnum/partitionNum;
            int keyNum = key.get();
            for(int i=0;i<partitionNum;i++){
                if(keyNum>bound*i&&keyNum<=bound*(i+1)){
                    return i;
                }
            }
            return -1;
        }

    }


    public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException{
        Configuration conf = new Configuration();
        String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();

        if(otherArgs.length<2){
            System.out.println("input parameters errors");
            System.exit(2);
        }

        Job job= new Job(conf);
        job.setJarByClass(Sort.class);
        job.setMapperClass(SortMapper.class);
        job.setPartitionerClass(SortPartitioner.class);//此例不需要combiner，需要设置Partitioner
        job.setReducerClass(SortReducer.class);
        job.setOutputKeyClass(IntWritable.class);
        job.setOutputValueClass(IntWritable.class);

        FileInputFormat.addInputPath(job, new Path(otherArgs[0]));
        FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));

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

}