大数据学习——mapreduce共同好友

数据 commonfriends.txt

A:B,C,D,F,E,O

B:A,C,E,K

C:F,A,D,I

D:A,E,F,L

E:B,C,D,M,L

F:A,B,C,D,E,O,M

G:A,C,D,E,F

H:A,C,D,E,O

I:A,O

J:B,O

K:A,C,D

L:D,E,F

M:E,F,G

O:A,H,I,J

pom.xml

<?xml version="1.0" encoding="UTF-8"?>

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"

         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">

  <modelVersion>4.0.0</modelVersion>

  <groupId>com.cyf</groupId>

  <artifactId>MapReduceCases</artifactId>

  <packaging>jar</packaging>

  <version>1.0</version>

  <properties>

    <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>

    <project.reporting.outputEncoding>UTF-8</project.reporting.outputEncoding>

  </properties>

  <dependencies>

    <dependency>

      <groupId>org.apache.hadoop</groupId>

      <artifactId>hadoop-common</artifactId>

      <version>2.6.4</version>

    </dependency>

    <dependency>

      <groupId>org.apache.hadoop</groupId>

      <artifactId>hadoop-hdfs</artifactId>

      <version>2.6.4</version>

    </dependency>

    <dependency>

      <groupId>org.apache.hadoop</groupId>

      <artifactId>hadoop-client</artifactId>

      <version>2.6.4</version>

    </dependency>

    <dependency>

      <groupId>org.apache.hadoop</groupId>

      <artifactId>hadoop-mapreduce-client-core</artifactId>

      <version>2.6.4</version>

    </dependency>

    <dependency>

      <groupId>com.alibaba</groupId>

      <artifactId>fastjson</artifactId>

      <version>1.1.40</version>

    </dependency>

    <dependency>

      <groupId>mysql</groupId>

      <artifactId>mysql-connector-java</artifactId>

      <version>5.1.36</version>

    </dependency>

  </dependencies>

  <build>

    <plugins>

      <plugin>

        <artifactId>maven-assembly-plugin</artifactId>

        <configuration>

          <appendAssemblyId>false</appendAssemblyId>

          <descriptorRefs>

            <descriptorRef>jar-with-dependencies</descriptorRef>

          </descriptorRefs>

          <archive>

            <manifest>

              <mainClass>cn.itcast.mapreduce.commonfriends.CommonFriendsStepOne</mainClass>

            </manifest>

          </archive>

        </configuration>

        <executions>

          <execution>

            <id>make-assembly</id>

            <phase>package</phase>

            <goals>

              <goal>assembly</goal>

            </goals>

          </execution>

        </executions>

      </plugin>

    </plugins>

  </build>

</project>

CommonFriendsStepOne.java打包并上传

package cn.itcast.mapreduce.commonfriends;

import java.io.IOException;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.io.LongWritable;

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;

import cn.itcast.mapreduce.index.IndexStepTwo;

import cn.itcast.mapreduce.index.IndexStepTwo.IndexStepTwoMapper;

import cn.itcast.mapreduce.index.IndexStepTwo.IndexStepTwoReducer;

public class CommonFriendsStepOne {

    public static class CommonFriendsStepOneMapper extends Mapper<LongWritable, Text, Text, Text> {

        @Override

        protected void map(LongWritable key, Text value, Context context)

                throws IOException, InterruptedException {

            String line = value.toString();

            String[] splits = line.split(":");

            String person = splits[0];

            String[] friends = splits[1].split(",");

            for (String fString : friends) {

                context.write(new Text(fString), new Text(person));

            }

        }

    }

    public static class CommonFriendsStepOneReducer extends Reducer<Text, Text, Text, Text> {

        @Override

        protected void reduce(Text friend, Iterable<Text> persons, Context context)

                throws IOException, InterruptedException {

            StringBuffer sBuffer = new StringBuffer();

            for (Text pText : persons) {

                sBuffer.append(pText).append("-");

            }

            context.write(friend, new Text(sBuffer.toString()));

        }

    }

    public static void main(String[] args) throws Exception {

        Configuration conf = new Configuration();

        Job job = Job.getInstance(conf);

//        job.setJarByClass(CommonFriendsStepOne.class);

        //告诉框架，我们的程序所在jar包的位置

        job.setJar("/root/CommonFriendsStepOne.jar");

        //告诉程序，我们的程序所用的mapper类和reducer类是什么

        job.setMapperClass(CommonFriendsStepOneMapper.class);

        job.setReducerClass(CommonFriendsStepOneReducer.class);

        //告诉框架，我们程序输出的数据类型

        job.setMapOutputKeyClass(Text.class);

        job.setMapOutputValueClass(Text.class);

        job.setOutputKeyClass(Text.class);

        job.setOutputValueClass(Text.class);

        //告诉框架，我们要处理的数据文件在那个路劲下

        FileInputFormat.setInputPaths(job, new Path("/commonfriends/input"));

        //告诉框架，我们的处理结果要输出到什么地方

        FileOutputFormat.setOutputPath(job, new Path("/commonfriends/output-1"));

        boolean res = job.waitForCompletion(true);

        System.exit(res ? 0 : 1);

    }

}

运行

hadoop jar CommonFriendsStepOne.jar cn.itcast.mapreduce.index.CommonFriendsStepOne

生成结果

CommonFriendsStepTwo.java

package cn.itcast.mapreduce.commonfriends;

import java.io.IOException;

import java.util.Arrays;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.io.LongWritable;

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 CommonFriendsStepTwo {

    /**

     * A    I-K-C-B-G-F-H-O-D-

     * B    A-F-J-E-

     * C    A-E-B-H-F-G-K-

     */

    public static class CommonFriendsStepTwoMapper extends Mapper<LongWritable, Text, Text, Text> {

        @Override

        protected void map(LongWritable key, Text value, Context context)

                throws IOException, InterruptedException {

            String line = value.toString();

            String[] splits = line.split("\t");

            String friend = splits[0];

            String[] persons = splits[1].split("-");

            Arrays.sort(persons);

            for (int i = 0; i < persons.length - 1; i++) {

                for (int j = i + 1; j < persons.length; j++) {

                    context.write(new Text(persons[i] + "-" + persons[j]), new Text(friend));

                }

            }

        }

    }

    public static class CommonFriendsStepTwoReducer extends Reducer<Text, Text, Text, Text> {

        @Override

        protected void reduce(Text person_pair, Iterable<Text> friends, Context context)

                throws IOException, InterruptedException {

            StringBuffer sBuffer = new StringBuffer();

            for (Text fText : friends) {

                sBuffer.append(fText).append(" ");

            }

            context.write(person_pair, new Text(sBuffer.toString()));

        }

    }

    public static void main(String[] args) throws Exception {

        Configuration conf = new Configuration();

        Job job = Job.getInstance(conf);

//        job.setJarByClass(CommonFriendsStepTwo.class);

        //告诉框架，我们的程序所在jar包的位置

        job.setJar("/root/CommonFriendsStepTwo.jar");

        //告诉程序，我们的程序所用的mapper类和reducer类是什么

        job.setMapperClass(CommonFriendsStepTwoMapper.class);

        job.setReducerClass(CommonFriendsStepTwoReducer.class);

        //告诉框架，我们程序输出的数据类型

        job.setMapOutputKeyClass(Text.class);

        job.setMapOutputValueClass(Text.class);

        job.setOutputKeyClass(Text.class);

        job.setOutputValueClass(Text.class);

        //告诉框架，我们要处理的数据文件在那个路劲下

        FileInputFormat.setInputPaths(job, new Path("/commonfriends/output-1"));

        //告诉框架，我们的处理结果要输出到什么地方

        FileOutputFormat.setOutputPath(job, new Path("/commonfriends/output-2"));

        boolean res = job.waitForCompletion(true);

        System.exit(res ? 0 : 1);

    }

}

修改pom.xml文件

打包并上传

运行

hadoop jar CommonFriendsStepTwo.jar cn.itcast.mapreduce.index.CommonFriendsStepTwo

运行结果

A-B    E C

A-C    D F

A-D    E F

A-E    D B C

A-F    O B C D E

A-G    F E C D

A-H    E C D O

A-I    O

A-J    O B

A-K    D C

A-L    F E D

A-M    E F

B-C    A

B-D    A E

B-E    C

B-F    E A C

B-G    C E A

B-H    A E C

B-I    A

B-K    C A

B-L    E

B-M    E

B-O    A

C-D    A F

C-E    D

C-F    D A

C-G    D F A

C-H    D A

C-I    A

C-K    A D

C-L    D F

C-M    F

C-O    I A

D-E    L

D-F    A E

D-G    E A F

D-H    A E

D-I    A

D-K    A

D-L    E F

D-M    F E

D-O    A

E-F    D M C B

E-G    C D

E-H    C D

E-J    B

E-K    C D

E-L    D

F-G    D C A E

F-H    A D O E C

F-I    O A

F-J    B O

F-K    D C A

F-L    E D

F-M    E

F-O    A

G-H    D C E A

G-I    A

G-K    D A C

G-L    D F E

G-M    E F

G-O    A

H-I    O A

H-J    O

H-K    A C D

H-L    D E

H-M    E

H-O    A

I-J    O

I-K    A

I-O    A

K-L    D

K-O    A

L-M    E F

大数据学习——mapreduce共同好友的更多相关文章

大数据学习——mapreduce运营商日志增强
需求 1.对原始json数据进行解析,变成普通文本数据 2.求出每个人评分最高的3部电影 3.求出被评分次数最多的3部电影数据 https://pan.baidu.com/s/1gPsQXVYSQE ...
大数据学习——mapreduce案例join算法
需求: 用mapreduce实现select order.orderid,order.pdtid,pdts.pdt_name,oder.amount from orderjoin pdtson ord ...
大数据学习——mapreduce学习topN问题
求每一个订单中成交金额最大的那一笔 top1 数据 Order_0000001,Pdt_01,222.8 Order_0000001,Pdt_05,25.8 Order_0000002,Pdt_05 ...
大数据学习——mapreduce倒排索引
数据 a.txt hello jerry hello tom b.txt allen tom allen jerry allen hello c.txt hello jerry hello tom 1 ...
大数据学习——mapreduce汇总手机号上行流量下行流量总流量
时间戳手机号 MAC地址 ip 域名上行流量包个数下行上行流量下行流量 http状态码 1363157995052 13826544101 5C-0E-8B-C7-F1-E0:CMCC 12 ...
大数据学习——mapreduce程序单词统计
项目结构 pom.xml文件 <?xml version="1.0" encoding="UTF-8"?> <project xmlns=&q ...
大数据学习——MapReduce学习——字符统计WordCount
操作背景 jdk的版本为1.8以上 ubuntu12 hadoop2.5伪分布安装 Hadoop-Eclipse-Plugin 要在 Eclipse 上编译和运行 MapReduce 程序,需要安装 ...
【机器学习实战】第15章大数据与MapReduce
第15章大数据与MapReduce 大数据概述大数据: 收集到的数据已经远远超出了我们的处理能力. 大数据场景假如你为一家网络购物商店工作,很多用户访问该网站,其中有些人会购买商品,有些人则 ...
大数据学习系列之四 ----- Hadoop+Hive环境搭建图文详解(单机)
引言在大数据学习系列之一 ----- Hadoop环境搭建(单机) 成功的搭建了Hadoop的环境,在大数据学习系列之二 ----- HBase环境搭建(单机)成功搭建了HBase的环境以及相关使用 ...

随机推荐

Bits Equalizer UVA - 12545
点击打开链接 #include<cstdio> #include<cstring> /* 别看错了:0能变1,1不能变0 能完成的条件是,s与t长度相等且s中0数量和?数量之和 ...
python正则表达式提取中文
import urllib.requestimport reurl='https://songsearch.kugou.com/song_search_v2?callback=jQuery112407 ...
485 Max Consecutive Ones 最大连续1的个数
给定一个二进制数组, 计算其中最大连续1的个数.示例 1:输入: [1,1,0,1,1,1]输出: 3解释: 开头的两位和最后的三位都是连续1,所以最大连续1的个数是 3.注意: 输入的数组只包 ...
UVALive - 6428（扩展欧几里德）
http://acm.hust.edu.cn/vjudge/problem/viewProblem.action?id=48388 前段时间偶然碰到的一道题,今天突然想到没把它记录下来. 比较不错的扩 ...
Aappcloud 调到二级页面黑屏
PartnerHead3.html 后面多了一个点
SQL系列函数——字符串函数
1.charindex函数用来寻找一个指定的字符(串)在另一个字符串中的起始位置,返回一个整数,没找到就返回0. select CHARINDEX('SQL','Microsoft SQL SERVE ...
phpstorm设置代码块快捷方式
File -> Settings -> Live Templates
sql server 收缩日志文件
USE 数据库名称 GO ALTER DATABASE 数据库名称 SET RECOVERY SIMPLE WITH NO_WAIT GO ALTER DATABASE 数据库名称 SET RECOV ...
借助tween.js小球沿div四边跑的动画效果
<!DOCTYPE html> <html xmlns="http://www.w3.org/1999/xhtml"> <head> <m ...
itop安装中使用nginx安装后不能出现enter itop的问题
安装中没有出现enter itop, 如下的网络请求给了我们原因原来使用的是域名请求资源文件,而该域名并不能指向我的服务器,所以安装中资源文件请求不成功,查看了我的nginx配置,如下 [ro ...

大数据学习——mapreduce共同好友

大数据学习——mapreduce共同好友的更多相关文章

随机推荐

热门专题