大数据作业之利用MapRedeuce实现简单的数据操作
Map/Reduce编程作业
现有student.txt和student_score.txt。将两个文件上传到hdfs上。使用Map/Reduce框架完成下面的题目
student.txt
2016001,王毅
2016002,张小明
2016003,李学彭
2016004,王东
2016005,王笑笑
student_score.txt
2016001,操作系统,60
2016001,数据库,88
2016001,大数据概论,85
2016002,操作系统,91
2016002,大数据概论,91
2016003,大数据概论,56
2016003,操作系统,88
2016004,数据库,90
2016004,大数据概论,82
2016004,操作系统,78
2016005,操作系统,69
2016005,大数据概论,70
2016005,数据库,89
1)将stduent.txt和student_score.txt连接,输出学号、姓名、课程、分数字段。
2)统计每个同学的平均成绩,显示学号、姓名和平均成绩,并按照成绩高低降序排序。
3)统计每门课的最高分、最低分和平均分。
问题一:
StudentScore1.java
import java.io.IOException;
import java.lang.reflect.InvocationTargetException;
import java.util.ArrayList;
import java.util.List;
import org.apache.commons.beanutils.BeanUtils;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
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; public class StudentScore1 { public static void main(String[] args) throws IllegalArgumentException, IOException, ClassNotFoundException, InterruptedException {
Configuration conf=new Configuration();
Job job=Job.getInstance(conf,"StudentScore1");
job.setJarByClass(StudentScore1.class); job.setMapperClass(ScoreMapper.class);
//Map的输出,避免程序不确定Map输出的值的类型不确定
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(SC.class); job.setReducerClass(ScoreReduce.class);
//输出类型
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(NullWritable.class); //数据来源
FileInputFormat.addInputPath(job,new Path("/StudentInput"));
//输出位置
FileOutputFormat.setOutputPath(job, new Path("/Output1")); System.exit(job.waitForCompletion(true)?0:1);
}
public static class ScoreMapper extends Mapper<Object, Text, Text, SC>{ @Override
protected void map(Object key, Text value, Mapper<Object, Text, Text, SC>.Context context)
throws IOException, InterruptedException {
//以“,”分割字符串
//Student 2016001,王毅 [2016001,王毅]
//Student_score 2016001,操作系统,60 [2016001,操作系统,60]
String[] words=value.toString().split(",");
//记录学号
String Sid=words[0];
SC sc=new SC();
//区分字符串属于那个类型
if(words.length==2) {//长度为2的记录信息是 学生
sc.setSid(Sid);
sc.setName(words[1]);
sc.setTable("Student");
context.write(new Text(Sid), sc);
}else {//长度为3的记录信息是 学科成绩
sc.setSid(Sid);
sc.setCourse(words[1]);
sc.setScore(Integer.parseInt(words[2]));
sc.setTable("Student_score");
context.write(new Text(Sid), sc);
} }
}
public static class ScoreReduce extends Reducer<Text, SC, Text, NullWritable>{ @Override
protected void reduce(Text key, Iterable<SC> values,
Reducer<Text, SC, Text,NullWritable>.Context context) throws IOException, InterruptedException { List<SC> list=new ArrayList<SC>();
String Name="";
//遍历结果集的value
for(SC value:values) { if(value.getTable().equals("Student")) {//只有姓名信息的记录下来
Name=value.getName();
}else {//否则,将其添加到待输出list中
SC sc=new SC();
try {
BeanUtils.copyProperties(sc, value);
list.add(sc);
} catch (IllegalAccessException e) {
// TODO Auto-generated catch block
e.printStackTrace();
} catch (InvocationTargetException e) {
// TODO Auto-generated catch block
e.printStackTrace();
} }
}
//遍历list
for(SC sc:list) {
sc.setName(Name);
context.write(new Text(sc.toString()), NullWritable.get());
}
} }
}
SC.java
import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException; import org.apache.hadoop.io.Writable; public class SC implements Writable{ private String Name="";
private String Sid="";
private String Course="";
private String Table="";
private int Score=0;
public String getName() {
return Name;
}
public void setName(String name) {
Name = name;
}
public String getSid() {
return Sid;
}
public void setSid(String sid) {
Sid = sid;
}
public String getCourse() {
return Course;
}
public void setCourse(String course) {
Course = course;
}
public String getTable() {
return Table;
}
public void setTable(String table) {
Table = table;
}
public int getScore() {
return Score;
}
public void setScore(int score) {
Score = score;
} @Override
public String toString() {
return Sid + "," + Name + "," + Course + "," + Score;
}
@Override
public void readFields(DataInput in) throws IOException {
this.Sid=in.readUTF();
this.Name=in.readUTF();
this.Course=in.readUTF();
this.Table=in.readUTF();
this.Score=in.readInt(); }
@Override
public void write(DataOutput out) throws IOException {
out.writeUTF(Sid);
out.writeUTF(Name);
out.writeUTF(Course);
out.writeUTF(Table);
out.writeInt(Score);
}
}
结果:
2016001,王毅,操作系统,60
2016001,王毅,数据库,88
2016001,王毅,大数据概论,85
2016002,张小明,操作系统,91
2016002,张小明,大数据概论,91
2016003,李学彭,操作系统,88
2016003,李学彭,大数据概论,56
2016004,王东,大数据概论,82
2016004,王东,操作系统,78
2016004,王东,数据库,90
2016005,王笑笑,数据库,89
2016005,王笑笑,操作系统,69
2016005,王笑笑,大数据概论,70
问题二:
Average2.java
import java.io.IOException;
import java.util.Comparator;
import java.util.TreeMap; import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.DoubleWritable;
import org.apache.hadoop.io.Text; 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; public class Average2 { public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
Configuration conf=new Configuration();
Job job=Job.getInstance(conf,"Average2"); job.setJarByClass(Average2.class);
job.setMapperClass(Average2Mapper.class);
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(DoubleWritable.class); job.setReducerClass(Average2Reduce.class);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(DoubleWritable.class); FileInputFormat.addInputPath(job, new Path("/Output1"));
FileOutputFormat.setOutputPath(job, new Path("/Output2"));
System.exit(job.waitForCompletion(true)?0:1); } public static class Average2Mapper extends Mapper<Object,Text,Text,DoubleWritable>{
@Override
protected void map(Object key, Text value, Mapper<Object, Text, Text, DoubleWritable>.Context context)
throws IOException, InterruptedException {
//分割
String[] words=value.toString().split(",");
//keybuf=[2016001,王毅,]
StringBuffer keybuf=new StringBuffer();
keybuf.append(words[0]).append(",").append(words[1]).append(",");
//score用来记录成绩
Double score=Double.parseDouble(words[3]);
context.write(new Text(keybuf.toString()), new DoubleWritable(score));
}
} public static class Average2Reduce extends Reducer<Text,DoubleWritable,Text,DoubleWritable>{
//new Comparetor<Double> 的方法 倒叙(从高到低)排序
private TreeMap<Double, String> treeMap=new TreeMap<Double, String>(new Comparator<Double>() {
@Override
public int compare(Double x, Double y) {
return y.compareTo(x);
}
}); @Override
protected void reduce(Text key, Iterable<DoubleWritable> values,
Reducer<Text, DoubleWritable, Text, DoubleWritable>.Context context)
throws IOException, InterruptedException {
//reduce的操作对象是[key,<value1,value2...>]
Double sumscore=0.0;
int num=0;
for(DoubleWritable value:values) {
num++;
sumscore=sumscore+value.get();
}
Double avg= sumscore/num;
//得到的结果先不输出,到treepMap里面先排个序
treeMap.put(avg, key.toString());
}
//输出
protected void cleanup(Context context) throws IOException, InterruptedException {
for(Double key:treeMap.keySet()) {
context.write(new Text(treeMap.get(key)), new DoubleWritable(key));
}
} }
}
结果:
2016002,张小明, 91.0
2016004,王东, 83.33333333333333
2016001,王毅, 77.66666666666667
2016005,王笑笑, 76.0
2016003,李学彭, 72.0
问题三:
Course3.java
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.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat; public class Course3 { public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
Configuration conf=new Configuration();
Job job=Job.getInstance(conf,"Course3"); job.setJarByClass(Course3.class);
job.setMapperClass(Course3Mapper.class);
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(IntWritable.class); job.setReducerClass(Course3Reduce.class);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(Text.class); FileInputFormat.addInputPath(job, new Path("/Output1"));
FileOutputFormat.setOutputPath(job, new Path("/Output3"));
System.exit(job.waitForCompletion(true)?0:1); } public static class Course3Mapper extends Mapper<Object,Text,Text,IntWritable>{ @Override
protected void map(Object key, Text value, Mapper<Object, Text,Text, IntWritable>.Context context)
throws IOException, InterruptedException {
//分割
String[] words=value.toString().split(",");
int Score=Integer.parseInt(words[3]);
//key=课程 value=某人某科成绩
context.write(new Text(words[2]), new IntWritable(Score)); }
} public static class Course3Reduce extends Reducer<Text,IntWritable,Text,Text>{ @Override
protected void reduce(Text key, Iterable<IntWritable> values,
Reducer<Text, IntWritable, Text, Text>.Context context) throws IOException, InterruptedException { int mmax=0;//最大值
int mmin=101;//最小值
double avg=0;//平均成绩
int num=0;//每科人数
for(IntWritable value:values) {
num++;
if(value.get()>mmax) mmax=value.get();
if(value.get()<mmin) mmin=value.get();
avg=avg+value.get();
}
avg=avg/num;
String score=String.valueOf(mmax)+","+String.valueOf(mmin)+","+String.valueOf(avg);
context.write(key,new Text(score));
}
}
}
结果:
大数据概论 91,56,76.8
操作系统 91,60,77.2
数据库 90,88,89.0
大数据作业之利用MapRedeuce实现简单的数据操作的更多相关文章
- 【SSH三大框架】Hibernate基础第五篇:利用Hibernate完毕简单的CRUD操作
这里利用Hibernate操作数据库完毕简单的CRUD操作. 首先,我们须要先写一个javabean: package cn.itcast.domain; import java.util.Date; ...
- vue:使用不同参数跳转同一组件,实现动态加载图片和数据,以及利用localStorage和vuex持久化数据
需求:通过不同的参数复用同一组件,实现动态加载数据和图片,同时,在页面刷新时,图片依旧可以加载成功. 过程出现的bug和问题: 1.使用params传参后,再次刷新页面,参数丢失导致数据无法再次加载 ...
- MVC4.0 利用IActionFilter实现简单的后台操作日志功能
首先我们要了解MVC提供了4种常用的拦截器:IActionFilter(Action拦截器接口).IExceptionFilter(异常拦截器接口).IResultFilter(Result拦截器接口 ...
- memcache 存储单个KEY,数据量过大的时候性能慢!以及简单的memcache不适合用到的场景
今天有人问到我:memcache存储大数据量,10K,100K,1M的时候,效果怎么样??我回答:不好,效果非常慢.对方问:为什么啊??我回答不上来...于是就找了点资料. memcached使用需要 ...
- 利用php的序列化和反序列化来做简单的数据本地存储
利用php的序列化和反序列化来做简单的数据本地存储 如下程序可以做为一个工具类 /** * 利用php的序列化和反序列化来做简单的数据本地存储 */ class objectdb { private ...
- Java Web 开发利用Struts2+Spring+mybatis写一个用户登录界面以及简单的数据交互
框架的东西太复杂也难以讲通,直接上代码: 一.首先得配置环境 和导入必要的jar包 有一些重要的如下: Filter文件夹下的SafetyFilter.java model文件夹下的 Global ...
- 大数据学习day34---spark14------1 redis的事务(pipeline)测试 ,2. 利用redis的pipeline实现数据统计的exactlyonce ,3 SparkStreaming中数据写入Hbase实现ExactlyOnce, 4.Spark StandAlone的执行模式,5 spark on yarn
1 redis的事务(pipeline)测试 Redis本身对数据进行操作,单条命令是原子性的,但事务不保证原子性,且没有回滚.事务中任何命令执行失败,其余的命令仍会被执行,将Redis的多个操作放到 ...
- 利用python进行数据分析之数据加载存储与文件格式
在开始学习之前,我们需要安装pandas模块.由于我安装的python的版本是2.7,故我们在https://pypi.python.org/pypi/pandas/0.16.2/#downloads ...
- 利用python进行数据分析之数据规整化
数据分析和建模大部分时间都用在数据准备上,数据的准备过程包括:加载,清理,转换与重塑. 合并数据集 pandas对象中的数据可以通过一些内置方法来进行合并: pandas.merge可根据一个或多个键 ...
随机推荐
- iOS 预渲染加速图像显示
使用 UITableView 时,发现滚动时的性能还不错,但来回滚动时,第一次显示的图像不如再次显示的图像流畅,出现前会有稍许的停顿感. 于是猜想显示过的图像肯定是被缓存起来了,查了下文档后发现果然如 ...
- Reactor模式和Proactor模式
Reactor 主线程往epoll内核事件表中注册socket上的读就绪事件 主线程调用epoll_wait等待socket上有数据可读 当socket上有数据可读时,epoll_wait通知主线程, ...
- Thinking in Java学习杂记(第7章)
将一个方法调用同一个方法主体连接到一起就称为"绑定"(Binding).若在程序运行以前执行绑定,就叫做"早期绑定".而Java中绑定的所有方法都采用后期绑定技 ...
- 数据库SQL实战(一)
一. 1. 查找最晚入职员工的所有信息CREATE TABLE `employees` (`emp_no` int(11) NOT NULL,`birth_date` date NOT NULL,`f ...
- docker-compose搭建redis哨兵集群
头脑风暴 出于学习目的,您可以很轻松地在docker环境下运行redis的单个实例,但是如果您需要在生产环境中运行它,那么必须将Redis部署为HA(High Avaliable)模式. Redis ...
- js之:漂浮线
(function initJParticle( $ ){ "use strict"; var createParticlesSandbox, Utils; Utils = {}; ...
- const不同位置带来的区别
const不同位置带来的区别 今天同学问我数据结构时,我对以下代码懵了一下: template <class T> class Link{ public: T data; Link< ...
- spring03
学习了spring的数据源的使用以及spring的作用域引入外部属性文件 对应的bean的xml文件和properties文件如下 <?xml version="1.0" e ...
- python 函数--生成器
一.生成器函数: 常规定义函数,使用yield语句而不是return语句返回结果.yield语句一次返回一个结果. 好处在于,不会一下占用很多内存生成数据. 本质:就是一个迭代器. python中提供 ...
- python 函数--装饰器
一.装饰器 1.为什么要用装饰器? 装饰器的功能:在不修改原函数以及调用方式的情况下对原函数功能进行扩展. 二.开放和封闭原则 1.对扩展是开放的 2.对修改是封闭的 三.装饰器的固有结构 impor ...