MapReduce -- 好友推荐

MapReduce实现好友推荐：

张三的好友有王五、小红、赵六; 同样王五、小红、赵六的共同好友是张三;

在王五和小红不认识的前提下，可以通过张三互相认识，给王五推荐的好友为小红，

给小红推荐的好友是王五，就是王五、小红、赵六互为推荐关系。

根据分析就是有相同好友的人物之间为推荐关系，但要排除本来两人就是好友的情况。

计算一个人的好友推荐关系，推荐关系值为1，然后计算所有人的好友推荐关系，最终将推荐关系值相加，计算出最值得推荐的几个好友。

简单的说就是两个非好友的人，存在共同好友的人数越多，说明这两个人越值得互相推荐。

数据：

王五    李四    小丽    小玲
小丽    王五    赵六
李四    王五    张三    赵六    小红
小玲    王五    张三    赵六
张三    小玲    李四    赵六
赵六    小丽    小玲    张三    李四    小红
小红    李四    赵六

实现代码：

 import org.apache.hadoop.conf.Configuration;
 import org.apache.hadoop.fs.FileSystem;
 import org.apache.hadoop.fs.Path;
 import org.apache.hadoop.io.IntWritable;
 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 java.io.IOException;
 
 /**
  *  好友推荐：
  *  计算两个非好友的推荐值，就是两个非好友的共同好友数
  *
  * Created by Edward on 2016/7/12.
  */
 public class RunJob {
 
     public static void main(String[] args){
 
         System.setProperty("HADOOP_USER_NAME", "root");
 
         Configuration conf = new Configuration();
 
         conf.set("fs.defaultFS", "hdfs://node1:8020");
 
         try {
             FileSystem fs = FileSystem.get(conf);
 
             Job job = Job.getInstance(conf);
             job.setJarByClass(RunJob.class);
             job.setMapperClass(MyMapper.class);
             job.setReducerClass(MyReducer.class);
 
             //需要指定 map out 的 key 和 value
             job.setOutputKeyClass(Text.class);
             job.setOutputValueClass(IntWritable.class);
 
             FileInputFormat.addInputPath(job, new Path("/test/friend/input"));
 
             Path path = new Path("/test/friend/output");
             if(fs.exists(path))//如果目录存在，则删除目录
             {
                 fs.delete(path,true);
             }
             FileOutputFormat.setOutputPath(job, path);
 
             boolean b = job.waitForCompletion(true);
             if(b)
             {
                 System.out.println("OK");
             }
 
         } catch (Exception e) {
             e.printStackTrace();
         }
 
     }
 
     public static class MyMapper extends Mapper<LongWritable, Text, Text, IntWritable> {
 
         @Override
         protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
 
             String[] str = value.toString().split("\t");
 
             for(int i=1; i<str.length; i++) {
                 //a 的好友是 b
                 context.write(new Text(str[0] + ":" + str[i]), new IntWritable(0));
                 //b 的好友是 a
                 context.write(new Text(str[i] + ":" + str[0]), new IntWritable(0));
                 for (int j = i + 1; j < str.length; j++) {
                     // A 的推荐好友是 B
                     context.write(new Text(str[i] + ":" + str[j]), new IntWritable(1));
                     // B 的推荐好友是 A
                     context.write(new Text(str[j] + ":" + str[i]), new IntWritable(1));
                 }
             }
         }
     }
 
     public static class MyReducer extends Reducer<Text, IntWritable, Text, IntWritable> {
 
         @Override
         protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
 
             int sum = 0;
             for(IntWritable i: values)
             {
                 if(i.get() == 0) {//两个人已经是好朋友的，排除在外
                     sum = 0;
                     //break;
                     return;
                 }
                 sum += i.get();
             }
             context.write(key, new IntWritable(sum));
         }
     }
 }

计算结果：

小丽:小玲
小丽:小红
小丽:张三
小丽:李四
小玲:小丽
小玲:小红
小玲:李四
小红:小丽
小红:小玲
小红:张三
小红:王五
张三:小丽
张三:小红
张三:王五
李四:小丽
李四:小玲
王五:小红
王五:张三
王五:赵六
赵六:王五       

对结果进行简单的核对，比对图

小丽:小玲       2

小丽和小玲的共同好友数为2，分别为：王五,赵六