hadoop下的Kmeans算法实现一

前一段时间，从配置hadoop到运行kmeans的mapreduce程序，着实让我纠结了几天，昨天终于把前面遇到的配置问题和程序运行问题搞定。Kmeans算法看起来很简单，但对于第一次接触mapreduce程序来说，还是有些挑战，还好基本都搞明白了。Kmeans算法是从网上下的在此分析一下过程。

Kmeans.java

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.lib.input.FileInputFormat;import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;public class KMeans {public static void main(String[] args) throws Exception{CenterInitial centerInitial = new CenterInitial();centerInitial.run(args);//初始化中心点int times=0;double s = 0,shold = 0.1;//shold是预制。do {Configuration conf = new Configuration();conf.set("fs.default.name", "hdfs://localhost:9000");Job job = new Job(conf,"KMeans");//建立KMeans的MapReduce作业job.setJarByClass(KMeans.class);//设定作业的启动类job.setOutputKeyClass(Text.class);//设定Key输出的格式：Textjob.setOutputValueClass(Text.class);//设定value输出的格式：Textjob.setMapperClass(KMapper.class);//设定Mapper类job.setMapOutputKeyClass(Text.class);job.setMapOutputValueClass(Text.class);//设定Reducer类job.setReducerClass(KReducer.class);FileSystem fs = FileSystem.get(conf);fs.delete(new Path(args[2]),true);//args[2]是output目录，fs.delete是将已存在的output删除                        //解析输入和输出参数，分别作为作业的输入和输出，都是文件                         FileInputFormat.addInputPath(job, new Path(args[0]));FileOutputFormat.setOutputPath(job, new Path(args[2]));                        //运行作业并判断是否完成成功                        job.waitForCompletion(true);if(job.waitForCompletion(true))//上一次mapreduce过程结束{                                //上两个中心点做比较，如果中心点之间的距离小于阈值就停止；如果距离大于阈值，就把最近的中心点作为新中心点                                NewCenter newCenter = new NewCenter();s = newCenter.run(args);times++;}} while(s > shold);//当误差小于阈值停止。System.out.println("Iterator: " + times);//迭代次数}}

问题：args[]是什么，这个问题纠结了几日才得到答案，args[]就是最开始向程序中传递的参数，具体在Run Configurations里配置，如下

hdfs://localhost:9000/home/administrator/hadoop/kmeans/input hdfs://localhost:9000/home/administrator/hadoop/kmeans hdfs://localhost:9000/home/administrator/hadoop/kmeans/output

代码的功能在程序中注释。