mapreduce的一个模版
- import java.io.IOException;
- import java.text.DateFormat;
- import java.text.SimpleDateFormat;
- import java.util.Date;
- import org.apache.hadoop.conf.Configuration;
- import org.apache.hadoop.conf.Configured;
- import org.apache.hadoop.fs.Path;
- import org.apache.hadoop.io.*;
- import org.apache.hadoop.mapreduce.*;
- import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
- import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
- import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;
- import org.apache.hadoop.util.Tool;
- import org.apache.hadoop.util.ToolRunner;
- /**
- * map就是把key先分出来。系统会自己主动把同样key的value放到一个iterator里面,reduce就是去处理key和已经归并好的iterator
- */
- public class Template extends Configured implements Tool {
- /**
- * 计数器
- * 用于计数各种异常数据
- */
- enum Counter
- {
- LINESKIP, //出错的行
- }
- /**
- * MAP任务
- */
- public static class Map extends Mapper<LongWritable, Text, Text, Text> //输入的key(详细是什么由job.setInputFormatClass决定),输入的value,输出的key,输出的value
- {
- public void map ( LongWritable key, Text value, Context context ) throws IOException, InterruptedException
- {
- String line = value.toString(); //读取源数据
- try
- {
- //数据处理
- String [] lineSplit = line.split(" ");
- String anum = lineSplit[0];
- String bnum = lineSplit[1];
- context.write( new Text(bnum), new Text(anum) ); //输出
- }
- catch ( java.lang.ArrayIndexOutOfBoundsException e )
- {
- context.getCounter(Counter.LINESKIP).increment(1); //出错令计数器+1
- return;
- }
- }
- }
- /**
- * REDUCE任务
- */
- public static class Reduce extends Reducer<Text, Text, Text, Text>
- {
- public void reduce ( Text key, Iterable<Text> values, Context context ) throws IOException, InterruptedException
- {
- String valueString;
- String out = "";
- for ( Text value : values )
- {
- valueString = value.toString();
- out += valueString + "|";
- }
- context.write( key, new Text(out) );
- }
- }
- @Override
- public int run(String[] args) throws Exception
- {
- Configuration conf = getConf();
- Job job = new Job(conf, "Test_2"); //任务名
- job.setJarByClass(Test_2.class); //指定Class
- FileInputFormat.addInputPath( job, new Path(args[0]) ); //输入路径
- FileOutputFormat.setOutputPath( job, new Path(args[1]) ); //输出路径
- job.setMapperClass( Map.class ); //调用上面Map类作为Map任务代码
- job.setReducerClass ( Reduce.class ); //调用上面Reduce类作为Reduce任务代码,没有这行就调用默认的reduce
- job.setOutputFormatClass( TextOutputFormat.class );
- job.setOutputKeyClass( Text.class ); //指定输出的KEY的格式
- job.setOutputValueClass( Text.class ); //指定输出的VALUE的格式
- job.waitForCompletion(true);
- //输出任务完毕情况
- System.out.println( "任务名称:" + job.getJobName() );
- System.out.println( "任务成功:" + ( job.isSuccessful()?
- "是":"否" ) );
- System.out.println( "输入行数:" + job.getCounters().findCounter("org.apache.hadoop.mapred.Task$Counter", "MAP_INPUT_RECORDS").getValue() );
- System.out.println( "输出行数:" + job.getCounters().findCounter("org.apache.hadoop.mapred.Task$Counter", "MAP_OUTPUT_RECORDS").getValue() );
- System.out.println( "跳过的行:" + job.getCounters().findCounter(Counter.LINESKIP).getValue() );
- return job.isSuccessful() ? 0 : 1;
- }
- /**
- * 设置系统说明
- * 设置MapReduce任务
- */
- public static void main(String[] args) throws Exception
- {
- //推断參数个数是否正确
- //假设无參数执行则显示以作程序说明
- if ( args.length != 2 )
- {
- System.err.println("");
- System.err.println("Usage: Test_2 < input path > < output path > ");
- System.err.println("Example: hadoop jar ~/Test_2.jar hdfs://localhost:9000/home/james/Test_2 hdfs://localhost:9000/home/james/output");
- System.err.println("Counter:");
- System.err.println("\t"+"LINESKIP"+"\t"+"Lines which are too short");
- System.exit(-1);
- }
- //记录開始时间
- DateFormat formatter = new SimpleDateFormat( "yyyy-MM-dd HH:mm:ss" );
- Date start = new Date();
- //执行任务
- int res = ToolRunner.run(new Configuration(), new Test_2(), args);
- //输出任务耗时
- Date end = new Date();
- float time = (float) (( end.getTime() - start.getTime() ) / 60000.0) ;
- System.out.println( "任务開始:" + formatter.format(start) );
- System.out.println( "任务结束:" + formatter.format(end) );
- System.out.println( "任务耗时:" + String.valueOf( time ) + " 分钟" );
- System.exit(res);
- }
- }
mapreduce的一个模版的更多相关文章
- mapreduce中一个map多个输入路径
package duogemap; import java.io.IOException; import java.util.ArrayList; import java.util.List; imp ...
- 导出Excel(导出一个模版)
有时,客户需要一个标准的模板来填东西,然后在导入 这时可以弄好excel模板,供导出 /** * 导出excel模板文件 * @param request * @param response * @r ...
- MapReduce: 一个巨大的倒退
前言 databasecolumn 的数据库大牛们(其中包括PostgreSQL的最初伯克利领导:Michael Stonebraker)最近写了一篇评论当前如日中天的MapReduce 技术的文章, ...
- 使用mapreduce计算环比的实例
最近做了一个小的mapreduce程序,主要目的是计算环比值最高的前5名,本来打算使用spark计算,可是本人目前spark还只是简单看了下,因此就先改用mapreduce计算了,今天和大家分享下这个 ...
- MapReduce剖析笔记之八: Map输出数据的处理类MapOutputBuffer分析
在上一节我们分析了Child子进程启动,处理Map.Reduce任务的主要过程,但对于一些细节没有分析,这一节主要对MapOutputBuffer这个关键类进行分析. MapOutputBuffer顾 ...
- 04 MapReduce原理介绍
大数据实战(上) # MapReduce原理介绍 大纲: * Mapreduce介绍 * MapReduce2运行原理 * shuffle及排序 定义 * Mapreduce 最早是由googl ...
- Linux上搭建Hadoop2.6.3集群以及WIN7通过Eclipse开发MapReduce的demo
近期为了分析国内航空旅游业常见安全漏洞,想到了用大数据来分析,其实数据也不大,只是生产项目没有使用Hadoop,因此这里实际使用一次. 先看一下通过hadoop分析后的结果吧,最终通过hadoop分析 ...
- Hadoop学习笔记—4.初识MapReduce
一.神马是高大上的MapReduce MapReduce是Google的一项重要技术,它首先是一个编程模型,用以进行大数据量的计算.对于大数据量的计算,通常采用的处理手法就是并行计算.但对许多开发者来 ...
- MapReduce剖析笔记之二:Job提交的过程
上一节以WordCount分析了MapReduce的基本执行流程,但并没有从框架上进行分析,这一部分工作在后续慢慢补充.这一节,先剖析一下作业提交过程. 在分析之前,我们先进行一下粗略的思考,如果要我 ...
随机推荐
- List与set
1,List与set的区别? List:元素是有序的,元素可以重复,因为集合体系有索引 set:元素是无序的,元素不可以重复,集合体系没有索引 2,list里面特有的方法: 在制定的位置添加元素add ...
- linux下内存
MMU由一个或一组芯片组成.其功能是把逻辑地址映射为物理地址,进行地址转换(MMU是CPU的一部分) 机器指令仍然用逻辑地址指定一个操作数的地址或一条指令的地址 每个逻辑地址都由一个段选择符(16位) ...
- 【Python】向函数传递列表
向函数传递列表 在实际使用中你会发现,向函数传递列表是比较实用的,这种列表可能包含名字.数字.可能更复杂的对象(字典) 假设向一个函数传递一堆水果,我们说出我们喜欢所有的水果 def Obj(frui ...
- vs2010 assistx安装教程
参照此篇教程. 安装目录你可能找不到,因为那些文件是系统隐藏文件,打开隐藏即可. 然后,将此.exe安装到上面的目录下,然后,还需要进行一个破解,即需要将从网上下载的补丁放进去. 把目录下的VA_X. ...
- pom.xml基础配置
pom.xml基础配置: maven中,最让我迷惑的还是那一堆配置! 就拿这个属性配置来说: 我需要让整个项目统一字符集编码,就需要设定 <project.build.sourceEncodin ...
- 微信小程序实战 购物车功能
代码地址如下:http://www.demodashi.com/demo/12400.html 一.准备工作 软件环境:微信开发者工具 官方下载地址:https://mp.weixin.qq.com/ ...
- Redis(六):java里常用的redis客户端(Jedis和Redisson)
Redis的各种语言客户端列表,请参见Redis Client.其中Java客户端在github上start最高的是Jedis和Redisson.Jedis提供了完整Redis命令,而Redisson ...
- linux的MACHINE_START-MACHINE_END(转)
转自: http://blog.sina.com.cn/s/blog_753fd0b00100t8js.html 在友善mini2440提供的linux2.6.32.2内核中,有如下定义: MACHI ...
- js 第二篇 (DOM 操作)
DOM 节点含有:元素节点,属性节点,文本节点. document.getElementById("id") //通过页面元素ID 值 捕获元素对象,得到的值为一个object 1 ...
- mapreduce代码实现入门
mapreduce代码主要包括三个类,map类.reduce类以及测试类! 以wordcount为例, map类为: static class WordMapper extends Mapper< ...