MapReduce编程实例4

MapReduce编程实例：

MapReduce编程实例（一）,详细介绍在集成环境中运行第一个MapReduce程序 WordCount及代码分析

MapReduce编程实例（二），计算学生平均成绩

MapReduce编程实例（三），数据去重

MapReduce编程实例（四），排序

MapReduce编程实例（五），MapReduce实现单表关联

MapReduce编程实例（六），MapReduce实现多表关联

 

排序，比较简单，上代码，代码中有注释，欢迎交流。

总体是利用MapReduce本身对Key进行排序的特性和按key值有序的分配到不同的partition。Mapreduce默认会对每个reduce按text类型key按字母顺序排序，对intwritable类型按大小进行排序。

1. package com.t.hadoop;
2. import java.io.IOException;
3. import org.apache.hadoop.conf.Configuration;
4. import org.apache.hadoop.fs.Path;
5. import org.apache.hadoop.io.IntWritable;
6. import org.apache.hadoop.io.Text;
7. import org.apache.hadoop.mapreduce.Job;
8. import org.apache.hadoop.mapreduce.Mapper;
9. import org.apache.hadoop.mapreduce.Partitioner;
10. import org.apache.hadoop.mapreduce.Reducer;
11. import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
12. import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
13. import org.apache.hadoop.util.GenericOptionsParser;
14. /**
15. * 排序
16. * 利用MapReduce默认的对Key进行排序
17. * 继承Partitioner类，重写getPartition使Mapper结果整体有序分到相应的Partition，输入到Reduce分别排序。
18. * 利用全局变量统计位置
19. * @author daT dev.tao@gmail.com
20. *
21. */
22. public class Sort {
23. public static class SortMapper extends Mapper<Object, Text, IntWritable, IntWritable>{
24. //直接输出key,value，key为需要排序的值，value任意
25. @Override
26. protected void map(Object key, Text value,
27. Context context)throws IOException, InterruptedException {
28. System.out.println("Key: "+key+"  "+"Value: "+value);
29. context.write(new IntWritable(Integer.valueOf(value.toString())),new IntWritable(1));
30. }
31. }
32. public static class SortReducer extends Reducer<IntWritable, IntWritable, IntWritable, IntWritable>{
33. public static IntWritable lineNum = new IntWritable(1);//记录该数据的位置
34. //查询value的个数，有多少个就输出多少个Key值。
35. @Override
36. protected void reduce(IntWritable key, Iterable<IntWritable> value,
37. Context context) throws IOException, InterruptedException {
38. System.out.println("lineNum: "+lineNum);
39. for(IntWritable i:value){
40. context.write(lineNum, key);
41. }
42. lineNum = new IntWritable(lineNum.get()+1);
43. }
44. }
45. public static class SortPartitioner extends Partitioner<IntWritable, IntWritable>{
46. //根据key对数据进行分派
47. @Override
48. public int getPartition(IntWritable key, IntWritable value, int partitionNum) {
49. System.out.println("partitionNum: "+partitionNum);
50. int maxnum = 23492;//输入的最大值，自己定义的。mapreduce 自带的有采样算法和partition的实现可以用，此例没有用。
51. int bound = maxnum/partitionNum;
52. int keyNum = key.get();
53. for(int i=0;i<partitionNum;i++){
54. if(keyNum>bound*i&&keyNum<=bound*(i+1)){
55. return i;
56. }
57. }
58. return -1;
59. }
60. }
61. public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException{
62. Configuration conf = new Configuration();
63. String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
64. if(otherArgs.length<2){
65. System.out.println("input parameters errors");
66. System.exit(2);
67. }
68. Job job= new Job(conf);
69. job.setJarByClass(Sort.class);
70. job.setMapperClass(SortMapper.class);
71. job.setPartitionerClass(SortPartitioner.class);//此例不需要combiner，需要设置Partitioner
72. job.setReducerClass(SortReducer.class);
73. job.setOutputKeyClass(IntWritable.class);
74. job.setOutputValueClass(IntWritable.class);
75. FileInputFormat.addInputPath(job, new Path(otherArgs[0]));
76. FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));
77. System.exit(job.waitForCompletion(true)?0:1);
78. }
79. }