MapReduce -- 最短路径

示例：

给出各个节点到相邻节点的距离，要求算出初始节点到各个节点的最短路径。

数据：

A    (B,)    (D,)
B    (C,)    (D,)
C    (E,)
D    (B,)    (C,)    (E,)
E    (A,)    (C,)

A节点为初始节点，A到B的距离为10，A到D的距离为5。

B节点到C的距离为1，B到D的距离为2，其他类推。

MapReduce计算最短路径

Map阶段

如：

A　　(B,10)　　(D,5)

　　=>

A　　0　　(B,10)　　(D,5)    #A到A的最短距离为0

B　　10                              #存在A到B的距离为10

D　　5                                #存在A到D的距离为5

从初始节点开始，将节点到其他相连节点的距离列举出来，然后传递给reduce，找到距离最短的。

记住从初始节点开始，从A开始，找到B和D，然后再找B和D的相邻节点，依次类推，这个就是广度优先搜索。

从A节点出发，A节点没有到达的节点默认的距离为inf表示无穷大。

Reduce阶段

找到所有存在的距离中最短的，并更新记录中的最短距离。

如：针对key值为B的

B　　inf　　(C,1)　　(D,2)       #inf为最远距离，

B　　10　　

=>

B　　10　　(C,1)　　(D,2)　　#A到B的最短距离为10

MapReduce过程中数据的变化：

原始数据：
A    (B,)    (D,)
B    (C,)    (D,)
C    (E,)
D    (B,)    (C,)    (E,)
E    (A,)    (C,)

第一次mr结果：
A        (B,)    (D,)                #从初始节点A出发，找到A到B节点和D节点的距离
B        (C,)    (D,)　　　　　　　　　 #找到B节点，且更新值，A到B节点目前的最短距离
C    inf    (E,)
D        (B,)    (C,)    (E,)        #找到D节点，且更新值，A到D节点目前的最短距离
E    inf    (A,)    (C,)

第二次mr结果
A        (B,)    (D,)
B        (C,)    (D,)
C        (E,)
D        (B,)    (C,)    (E,)
E        (A,)    (C,)

第三次mr结果
A        (B,)    (D,)
B        (C,)    (D,)
C        (E,)
D        (B,)    (C,)    (E,)
E        (A,)    (C,)

第四次mr结果
A        (B,)    (D,)
B        (C,)    (D,)
C        (E,)
D        (B,)    (C,)    (E,)
E        (A,)    (C,)

接下来还要考虑，什么时候所有节点的最短距离都计算完成？

我的计算方式，假设如果所有节点没有距离进行更新，说明所有节点的最短距离都已经计算完成，则完成计算。

源代码：

RunJob.java

 import java.io.IOException;

 import org.apache.hadoop.conf.Configuration;
 import org.apache.hadoop.fs.FileSystem;
 import org.apache.hadoop.fs.Path;
 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.input.KeyValueTextInputFormat;
 import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
 import org.apache.hadoop.util.StringUtils;

 /**
  * Created by Edward on 2016/7/15.
  */
 public class RunJob {

     static enum eInf {
         COUNTER
     }

     public static void main(String[] args) {
         Configuration conf = new Configuration();

         conf.set("fs.defaultFS", "hdfs://node1:8020");

         try {
             FileSystem fs = FileSystem.get(conf);
             int i = 0;
             long num = 1;
             long tmp = 0;
             while (num > 0) {
                 i++;
                 conf.setInt("run.counter", i);
                 Job job = Job.getInstance(conf);
                 job.setJarByClass(RunJob.class);
                 job.setMapperClass(ShortestPathMapper.class);
                 job.setReducerClass(ShortestPathReducer.class);
                 job.setMapOutputKeyClass(Text.class);
                 job.setMapOutputValueClass(Text.class);

                 //key value 的格式   第一个item为key，后面的item为value
                 job.setInputFormatClass(KeyValueTextInputFormat.class);

                 if (i == 1)
                     FileInputFormat.addInputPath(job, new Path("/test/shortestpath/input/"));
                 else
                     FileInputFormat.addInputPath(job, new Path("/test/shortestpath/output/sp" + (i - 1)));

                 Path outPath = new Path("/test/shortestpath/output/sp" + i);
                 if (fs.exists(outPath)) {
                     fs.delete(outPath, true);
                 }
                 FileOutputFormat.setOutputPath(job, outPath);

                 boolean b = job.waitForCompletion(true);

                 if (b) {
                     num = job.getCounters().findCounter(eInf.COUNTER).getValue();
                     if (num == 0) {
                         System.out.println("执行了" + i + "次，完成最短路径的计算");
                     }
                 }
             }

         } catch (Exception e) {

             e.printStackTrace();
         }

     }

     /**
      * @author Edward
      *
      *         @1 A (B,10) (D,5) =>
      *            A 0 (B,10) (D,5)
      *            B 10
      *            D 5
      *         @2 B 10 (C,1) (D,2) =>
      *         B 10 (C,1) (D,2)
      *         C 11
      *         D 13
      */
     public static class ShortestPathMapper extends Mapper<Text, Text, Text, Text> {

         protected void map(Text key, Text value, Context context) throws IOException, InterruptedException {
             int conuter = context.getConfiguration().getInt("run.counter", 1);

             Node node = new Node();
             String distance = null;
             String str = null;

             // 第一次计算，填写默认距离 A:0 其他:inf
             if (conuter == 1) {
                 if (key.toString().equals("A") || key.toString().equals("1")) {
                     distance = "0";
                 } else {
                     distance = "inf";
                 }
                 str = distance + "\t" + value.toString();
             } else {
                 str = value.toString();
             }

             context.write(key, new Text(str));

             node.FormatNode(str);

             // 没走到此节点 退出
             if (node.getDistance().equals("inf"))
                 return;

             // 重新计算源点A到各点的距离
             for (int i = 0; i < node.getNodeNum(); i++) {
                 String k = node.getNodeKey(i);
                 String v = new String(
                         Integer.parseInt(node.getNodeValue(i)) + Integer.parseInt(node.getDistance()) + "");
                 context.write(new Text(k), new Text(v));
             }
         }
     }

     /**
      * @author Edward
      *
      *         B 10 (C,1) (D,2)
      *         B 8              =>
      *         B 8 (C,1) (D,2)
      *
      */
     public static class ShortestPathReducer extends Reducer<Text, Text, Text, Text> {

         protected void reduce(Text arg0, Iterable<Text> arg1, Context arg2) throws IOException, InterruptedException {
             String min = null;
             int i = 0;
             String dis = "inf";
             Node node = new Node();
             for (Text t : arg1) {
                 i++;
                 dis = StringUtils.split(t.toString(), '\t')[0];

                 // 如果存在inf节点，表示存在没有计算距离的节点。
                 // if(dis.equals("inf"))
                 // arg2.getCounter(eInf.COUNTER).increment(1L);

                 // 判断是否存在相邻节点，如果是则需要保留信息，并找到最小距离进行更新。
                 String[] strs = StringUtils.split(t.toString(), '\t');
                 if (strs.length > 1) {
                     node.FormatNode(t.toString());
                 }

                 // 第一条数据默认是最小距离
                 if (i == 1) {
                     min = dis;
                 } else {
                     if (dis.equals("inf"))
                         ;
                     else if (min.equals("inf"))
                         min = dis;
                     else if (Integer.parseInt(min) > Integer.parseInt(dis)) {
                         min = dis;
                     }
                 }
             }

             // 有新的最小值，说明还在进行优化计算，需要继续循环计算
             if (!min.equals("inf")) {
                 if (node.getDistance().equals("inf"))
                     arg2.getCounter(eInf.COUNTER).increment(1L);
                 else {
                     if (Integer.parseInt(node.getDistance()) > Integer.parseInt(min))
                         arg2.getCounter(eInf.COUNTER).increment(1L);
                 }
             }

             node.setDistance(min);

             arg2.write(arg0, new Text(node.toString()));
         }
     }
 }

Node.java

 import org.apache.hadoop.util.StringUtils;

 /**
  * Created by Edward on 2016/7/15.
  */
 public class Node {
     private String distance;
     private String[] adjs;

     public String getDistance() {
         return distance;
     }

     public void setDistance(String distance) {
         this.distance = distance;
     }

     public String getKey(String str)
     {
         return str.substring(1, str.indexOf(","));
     }

     public String getValue(String str)
     {
         return str.substring(str.indexOf(",")+1, str.indexOf(")"));
     }

     public String getNodeKey(int num)
     {
         return getKey(adjs[num]);
     }

     public String getNodeValue(int num)
     {
         return getValue(adjs[num]);
     }

     public int getNodeNum()
     {
         return adjs.length;
     }

     public void FormatNode(String str)
     {
         if(str.length() == 0)
             return ;

         String[] strs =  StringUtils.split(str, '\t');

         adjs = new String[strs.length-1];
         for(int i=0; i<strs.length; i++)
         {
             if(i == 0)
             {
                 setDistance(strs[i]);
                 continue;
             }
             this.adjs[i-1]=strs[i];
         }
     }

     public String toString()
     {
         String str = this.distance+"" ;

         if(this.adjs == null)
             return str;

         for(String s:this.adjs)
         {
             str = str+"\t"+s;
         }
         return str;
     }

     public static void main(String[] args)
     {
         Node node  = new Node();
         node.FormatNode("1    (A,20)    (B,30)");
         System.out.println(node.distance+"|"+node.getNodeNum()+"|"+node.toString());
     }
 }