hadoop mr reduce类变量使用问题整理
来源:互联网 发布:广州学网络推广 编辑:程序博客网 时间:2024/06/04 04:41
源数据
假定有一份学生成绩数据每行数据格式为:学号,课程ID,成绩。
目标
我们用mr实现计算每个学生的平均成绩、有效课程数与总分。
步骤
1.用map读取数据。
key:学号
value:成绩
2.用reduce计算得到平均成绩和总成绩,并输出最终结果。
这里仅给出reduce参考代码(暂不考虑数据异常等问题):
public static class Reduce extends Reducer<Text, Text, Text, Text>{private double sum = 0;//[位置1]private int num = 0;protected void setup(Context context)throws IOException, InterruptedException {context.getCounter("INFO", "reduce setup count:").increment(1);//sum = 0;//[位置2]//num = 0;//[位置2]}@Overrideprotected void cleanup(Context context) throws IOException, InterruptedException {context.getCounter("INFO", "reduce cleanup count:").increment(1);};public void reduce(Text key, Iterable<Text> values, Context context) throwsIOException, InterruptedException{//sum = 0;//[位置3]//num = 0;//[位置3]for (Text value : values) {try{if (/*判断value值是否有效*/){sum += Double.parseDouble(value);num++;}}catch(Exception e){continue;}}double aver = 0;if(num ! =0){aver = sum/num;}context.write(key, new Text(aver + "\t" + num + "\t" + sum));//sum = 0;//[位置4]//num = 0;//[位置4]}}
1.在类Reduce中定义了两个变量:
sum: 用于统计每个key的总成绩。
num:用于统计每个key的课程数。
2.由于这两个变量使用场景类似,暂以sum为例说明:
从map 到 reduce时,一个reduce类对象实际会处理多个key实例。
3.问题描述
假定有两个key被分配到一个reduce。
信息如下:
S001 1000 70
S001 1001 80
S001 1002 90
S002 1000 80
S002 1001 80
S002 1002 80
...
假定我们不考虑位置2 (或者位置3)部分代码时,输出结果为:
S001 80 32 40
S002 80 64 80
这是因为,变量sum和num在实际处理完第二个key时,sum和num的值仍为第一个key处理完时的数据。
如果不将该数值重新赋值,则会影响到后续的key处理时的对应数据真实性。
4.可能方法
由于setup在每个key处理前都会被调用。
所以可能的解决方案有多种,见代码中的位置2、3、4(使用任何一种均可)。
作为日常使用mr的规范与可读性,建议一般在位置2处处理。
0 0
- hadoop mr reduce类变量使用问题整理
- Hadoop 使用问题整理
- hadoop mr类图大纲
- 使用hadoop编写日志分析MR程序
- 使用hadoop编写日志分析MR程序
- <hadoop>reduce自定义类排序
- hadoop Map 100% reduce 0% 问题
- hadoop map与reduce的问题
- Hadoop 使用 Python 来写 map-reduce
- Hadoop MR 数据聚类算法
- CDH5 中使用HIVE的问题总结 return code 2 from org.apache.hadoop.hive.ql.exec.mr.MapRedTask
- Hprof使用及在Hadoop中MR任务使用
- Hprof使用及在Hadoop中MR任务使用
- Hprof使用及在Hadoop中MR任务使用
- Hprof使用及在Hadoop中MR任务使用
- Hprof使用及在Hadoop中MR任务使用
- Hadoop实践(四)---MR Job卡住的问题
- 一次hive reduce oom 处理:Execution Error, return code 2 from org.apache.hadoop.hive.ql.exec.mr.MapRedTas
- MyEclipse 启动报错:'Building workspace' has encountered a problem解决方法
- 分享一个在工作中遇到的一个问题的解决方案
- 业务系统需要怎样的全局唯一ID? #Ticktick#(环信首席架构师:一乐)
- IOS模型分层网络协议
- HDU - 1856 - More is better <并查集>
- hadoop mr reduce类变量使用问题整理
- Eclipse 安装最新SVN插件
- MFC GDI绘图(2)位图
- 设计模式之观察者模式的C++实现
- 二分查找
- 修改sshd_config解决 xshell 链接 linux 错误 connection closed by foreign host
- Java中String,StringBuilder和StringBuffer的区别
- 获取对象的个数
- TCP协议的长连接,短连接以及心跳包实例