博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
mapreduce-partition分区及实操
阅读量:3967 次
发布时间:2019-05-24

本文共 4456 字,大约阅读时间需要 14 分钟。

了解到,在Mapper之后Reducer之前mapreduce会有一个叫做shuffle机制的流程,这个流程会将Mapper输出的键值对进行分区,每一个分区开启一个reducetask来处理这些数据,而最后输出的文件则为一个reducetask对应输出一个文件。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-mQNvk1qA-1603712853630)(https://s1.ax1x.com/2020/10/20/BpIsBD.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-DwN7t9Mc-1603712853633)(https://s1.ax1x.com/2020/10/20/BpIV0g.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-LMLhcEes-1603712853636)(https://s1.ax1x.com/2020/10/20/BpIoDS.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-IQPeIwvU-1603712853641)(https://s1.ax1x.com/2020/10/20/BpTkdg.png)]

通过自定义Partitioner业务逻辑可以自定义将不同的数据分入不同的文件中,实现上述问题。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4AYRscPK-1603712853645)(https://s1.ax1x.com/2020/10/20/BpT2lt.png)]

代码实例:

自定义Partitoiner:

package com.bean.mr;import org.apache.hadoop.io.Text;import org.apache.hadoop.mapreduce.Partitioner;public class ProvicePartitioner extends Partitioner
{
@Override public int getPartition(Text key, FlowBean value, int i) {
//key为手机号 //value为流量信息 String presum = key.toString().substring(0,3); int partition = 4; if ("136".equals(presum)) {
partition = 0; } else if ("137".equals(presum)) {
partition = 1; } else if ("138".equals(presum)) {
partition = 2; } else if ("139".equals(presum)) {
partition = 3; } return partition; } //@Override}

驱动类:

package com.bean.mr;import java.io.IOException;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.Path;import org.apache.hadoop.io.Text;import org.apache.hadoop.mapreduce.Job;import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;public class FlowDriver {
public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
//args = new String[] {"d:/mapreduceinput/input2","d:/mapreduceoutput/output2"}; // 1 获取job实例 Job job = Job.getInstance(new Configuration()); // 2.设置类路径 job.setJarByClass(FlowDriver.class); // 3 指定本业务job要使用的mapper/Reducer业务类 job.setMapperClass(FlowMapper.class); job.setReducerClass(FlowReducer.class); // 4 指定mapper输出数据的kv类型 job.setMapOutputKeyClass(Text.class); job.setMapOutputValueClass(FlowBean.class); // 5 指定最终输出的数据的kv类型 job.setOutputKeyClass(Text.class); job.setOutputValueClass(FlowBean.class); job.setPartitionerClass(ProvicePartitioner.class); job.setNumReduceTasks(5); // 6 指定job的输入原始文件所在目录 FileInputFormat.setInputPaths(job, new Path(args[0])); FileOutputFormat.setOutputPath(job, new Path(args[1])); // 7 将job中配置的相关参数,以及job所用的java类所在的jar包, 提交给yarn去运行 boolean result = job.waitForCompletion(true); System.exit(result ? 0 : 1); }}

Mapper:

package com.bean.mr;import org.apache.hadoop.io.LongWritable;import org.apache.hadoop.io.Text;import org.apache.hadoop.mapreduce.Mapper;import java.io.IOException;public class FlowMapper extends Mapper
{
private Text phone = new Text(); private FlowBean flow = new FlowBean(); @Override protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
String[] fields = value.toString().split("\t"); //System.out.println(fields[1]); phone.set(fields[1]); long upFlow = Long.parseLong(fields[fields.length - 3]); long downFlow = Long.parseLong(fields[fields.length - 2]); flow.set(upFlow,downFlow); context.write(phone, flow); //long tmp = context.getInputSplit().getLength(); }}

Rdeucer

package com.bean.mr;import java.io.IOException;import org.apache.hadoop.io.Text;import org.apache.hadoop.mapreduce.Reducer;public class FlowReducer extends Reducer
{
private FlowBean sunFlow = new FlowBean(); @Override protected void reduce(Text key, Iterable
values, Context context)throws IOException, InterruptedException {
long sum_upFlow = 0; long sum_downFlow = 0; // 1 遍历所用bean,将其中的上行流量,下行流量分别累加 for (FlowBean value : values) {
sum_upFlow += value.getUpFlow(); sum_downFlow += value.getDownFlow(); } // 2 封装对象 sunFlow.set(sum_upFlow, sum_downFlow); // 3 写出 context.write(key, sunFlow); }}

转载地址:http://sicki.baihongyu.com/

你可能感兴趣的文章
Android HAL实例解析
查看>>
2011年06月21日
查看>>
Android HAL实例解析
查看>>
在驱动模块初始化函数中实现设备节…
查看>>
在驱动模块初始化函数中实现设备节…
查看>>
synchronized(this)的意思是:
查看>>
synchronized(this)的意思是:
查看>>
Android USB 驱动分析
查看>>
Android Sensor传感器系统架构初探
查看>>
Android Sensor传感器系统架构初探
查看>>
Sensor传感器源码的阅读与应用开发…
查看>>
Sensor传感器源码的阅读与应用开发…
查看>>
Android传感器编程入门
查看>>
Android传感器编程入门
查看>>
Android的传感器HAL层的书写---基…
查看>>
Linux下android内核编译
查看>>
emulator使用方法
查看>>
emulator使用方法
查看>>
C 语言 undefined reference to 's…
查看>>
动态链接库
查看>>