设为首页 收藏本站
查看: 1027|回复: 0

[经验分享] 基于hadoop的多个reduce 输出

[复制链接]

尚未签到

发表于 2016-12-7 08:20:31 | 显示全部楼层 |阅读模式
import java.io.File;
import java.io.IOException;
import java.util.StringTokenizer;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.conf.Configured;
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.mapred.JobConf;
import org.apache.hadoop.mapred.lib.MultipleTextOutputFormat;
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.mapreduce.lib.output.MultipleOutputs;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;
public class MultipOutputWordCount extends Configured implements Tool {
/*
* Mapper<Object, Text, Text, IntWritable>
* Object ,读取的字节偏移量
* Text Map读取的文本行
* Text Map的输出Key
* IntWritable 的输出Value
*/
public static class TokenizerMapper extends Mapper<Object, Text, Text, IntWritable> {
private final static IntWritable one = new IntWritable(1);
private Text word = new Text();
public void map(Object key, Text value, Context context) throws IOException, InterruptedException {
//一行行读取文件内容,一行行处理文件
StringTokenizer itr = new StringTokenizer(value.toString());//对输入行切词,eg:Hello World,Hello Hadoop
while (itr.hasMoreTokens()) {
word.set(itr.nextToken());
context.write(word, one);//<Hello,1>,<World,1>,<Hello,1>,<Hadoop,1>
}
}
}
/**
*   Reducer<Text, IntWritable, Text, IntWritable>
* Text:Reduce 输入Key
* IntWritable:Reduce的输入Value
* Text: Reduce 输出Key 默认类型
* IntWritable,输入Value,默认类型LongWritable
*/
public static class IntSumReducer extends Reducer<Text, IntWritable, Text, IntWritable> {
private IntWritable result = new IntWritable();
@SuppressWarnings("rawtypes")
private MultipleOutputs multipleOutputs;
protected void setup(Context context) throws IOException, InterruptedException {
multipleOutputs =new MultipleOutputs<Text,IntWritable>(context);
}
protected void cleanup(Context context) throws IOException,
InterruptedException {
multipleOutputs.close();
}
@SuppressWarnings("unchecked")
public void reduce(Text key, Iterable<IntWritable> values,
Context context) throws IOException, InterruptedException {
int sum = 0;
for (IntWritable val : values) {
sum += val.get();
}
result.set(sum);
multipleOutputs.write(NullWritable.get(), new Text(key.toString()+":"+result), "1");
multipleOutputs.write(NullWritable.get(), key, "2");
multipleOutputs.write(NullWritable.get(), "我是你大爷", "3");
}
}
public static class MultipOutputWordFormat extends MultipleTextOutputFormat<Text, IntWritable>{
}
public static void main(String[] args) throws Exception {
System.exit(ToolRunner.run(new MultipOutputWordCount(), args));
}
@Override
public int run(String[] args) throws Exception {
File jarFile = EJob.createTempJar("bin");
ClassLoader classLoader = EJob.getClassLoader();
Thread.currentThread().setContextClassLoader(classLoader);
//Hadoop 运行环境
Configuration conf = new Configuration();
conf.set("mapred.job.tracker", "bfdbjc1:12001");
//任务参数设置
//a.创建任务,并设置名称,以便跟踪
Job job = new Job(conf, "word count");
//b.运行主类,Map类,Reduce类
job.setJarByClass(MultipOutputWordCount.class);
job.setMapperClass(MultipOutputWordCount.TokenizerMapper.class);
job.setReducerClass(MultipOutputWordCount.IntSumReducer.class);
//下面两行不需要写,Map默认输出类型
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(IntWritable.class);
//c.设置Reduce输入输出类型,Map默认出及Reduce默认输入是<Text,IntWritable>
job.setOutputKeyClass(NullWritable.class);
job.setOutputValueClass(Text.class);
//HDFS输入,如果是路径默认读取路径下所有文件.
FileInputFormat.addInputPath(job, new Path("hdfs://bfdbjc1:12000/user/work/a.txt"));
//reduce 输出路径
FileOutputFormat.setOutputPath(job, new Path("hdfs://bfdbjc1:12000/user/work/output/2da1"));
//Eclipse 本地提交
((JobConf) job.getConfiguration()).setJar(jarFile.toString());
//等待任务运行完成
job.waitForCompletion(true);
return 0;
}
}

运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表,该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址:https://www.iyunv.com/thread-310683-1-1.html 上篇帖子: eclipse远程连接hadoop服务器 下篇帖子: hadoop-2.2.0单点安装
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服E-mail:kefu@iyunv.com 客服QQ:1061981298


QQ群⑦:运维网交流群⑦ QQ群⑧:运维网交流群⑧ k8s群:运维网kubernetes交流群


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud

快速回复 返回顶部 返回列表