标签：Java MapReduce hadoop job API org apache import IntWritable

场景

MapReduce Java API实例-统计单词出现频率：

https://blog.csdn.net/BADAO_LIUMANG_QIZHI/article/details/119410169

上面进行项目环境搭建的基础上。

怎样实现对下面这组数据进行排序

 

 

注：

博客：
https://blog.csdn.net/badao_liumang_qizhi
关注公众号
霸道的程序猿
获取编程相关电子书、教程推送与免费下载。

实现

输入数据格式为每行有一数值，通过MapReduce实现数据的排序功能。

利用Map阶段的Sort功能将要排序的数值作为map函数的key输出，

并在reduce函数设置一个计数器。

1、Map代码实现

package com.badao.sort;


import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;

import java.io.IOException;
import java.util.StringTokenizer;

public class SortMapper extends Mapper<Object,Text,IntWritable,IntWritable> {


    public static IntWritable data = new IntWritable();

    //map将输入中value化成IntWritable类型，作为输出的key
    @Override
    public void map(Object key, Text value, Context context) throws IOException, InterruptedException {

        String line = value.toString();
        data.set(Integer.parseInt(line));
        //通过write函数写入到本地文件
        context.write(data,new IntWritable(1));

    }
}

2、Reduce代码实现

package com.badao.sort;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;

import java.io.IOException;


public class SortReducer extends Reducer<IntWritable, IntWritable,IntWritable,IntWritable> {


    public static IntWritable linenum = new IntWritable(1);
    public static int i =1;

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

        context.write(new IntWritable(i),key);
        ++i;
    }
}

3、Job实现

package com.badao.sort;


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.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.mapreduce.lib.reduce.IntSumReducer;

import java.io.IOException;

public class SortJob {
    public static void main(String[] args) throws InterruptedException, IOException, ClassNotFoundException {
        jobLocal();
    }

    public static void jobLocal()throws IOException, ClassNotFoundException, InterruptedException
    {
        Configuration conf = new Configuration();
        //实例化一个作业，word count是作业的名字
        Job job = Job.getInstance(conf, "jobsort");
        //指定通过哪个类找到对应的jar包
        job.setJarByClass(SortJob.class);

        //为job设置Mapper类
        job.setMapperClass(SortMapper.class);
        //为job设置reduce类
        job.setReducerClass(SortReducer.class);

        //为job的输出数据设置key类
        job.setOutputKeyClass(IntWritable.class);
        //为job输出设置value类
        job.setOutputValueClass(IntWritable.class);

        //为job设置输入路径，输入路径是存在的文件夹/文件
        FileInputFormat.addInputPath(job,new Path("D:\\sortData\\sort.txt"));
        //为job设置输出路径
        FileOutputFormat.setOutputPath(job,new Path("D:\\sortdataout"));
        job.waitForCompletion(true);
    }

}

运行后查看输出文件结果

 

 

标签：Java,MapReduce,hadoop,job,API,org,apache,import,IntWritable
来源： https://www.cnblogs.com/badaoliumangqizhi/p/15104786.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。