MapReduce编程
来源:互联网 发布:保定网络推广培训 编辑:程序博客网 时间:2024/05/16 01:00
1. MapReduce编程模型
一种分布式计算模型框架,解决海量数据的计算问题。
MapReduce将整个并行计算过程抽象到两个函数:
1) Map(映射):对一些独立元素组成的列表的每一个元素进行指定的操作,可以高度并行;
2) Reduce(化简):对一个列表的元素进行合并;
一个简单的MapReduce程序只要制定map()、reduce()、input和output,剩下的事由框架完成。
适合用 MapReduce 来处理的数据集(或任务)有一个基本要求:待处理的数据集可以分解成许多小的数据集,而且每一个小数据集都可以完全并行地进行处理。
Job:用户的每一个计算请求;
Task:拆分出来的执行的单位;
2. MapReduce编程
Map阶段:
1) 输入数据格式的解析,InputFormat;
2) 输入数据处理,Mapper;
3) 数据分组(map函数处理以后的结果数据),Partitioner
Reduce阶段:
1) 数据远程拷贝
2) 数据按照key进行排序
3) 数据处理,reduce函数
4) 数据输出格式(reduce函数处理以后得结果数据),OutputFormat
package org.dragon.hadoop.mr;import java.io.IOException;import java.util.StringTokenizer;import org.apache.hadoop.conf.Configuration;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;/** * MapReduce书写例子 wordcount */public class WordCount {//Mapper 区域/* * KEYIN : 输入Key类型 * VALUEIN :输入value类型 * KEYOUT : 输出key类型 * VALUEOUT : 输出value类型 *//* * wordcount 程序 map类 */static class MyMapper extends Mapper<LongWritable, Text, Text, IntWritable>{private final static IntWritable one = new IntWritable(1);private Text word = new Text();@Overrideprotected void map(LongWritable key, Text value,Mapper<LongWritable, Text, Text, IntWritable>.Context context)throws IOException, InterruptedException {//获取每行数据的值String lineValue = value.toString();//进行分割StringTokenizer stringTokenizer = new StringTokenizer(lineValue);while(stringTokenizer.hasMoreTokens()){String wordValue = stringTokenizer.nextToken();//设置map 输出的key值word.set(wordValue);//上下文输出map的key值和value值context.write(word, one); } //end while }}//Reducer 区域/* * wordcount 程序 reduce 类 */static class MyReducer extends Reducer<Text, IntWritable, Text, IntWritable>{private IntWritable result = new IntWritable();@Overrideprotected void reduce(Text key, Iterable<IntWritable> values,Reducer<Text, IntWritable, Text, IntWritable>.Context context)throws IOException, InterruptedException {int sum = 0 ;for(IntWritable value:values){sum += value.get();}result.set(sum);context.write(key, result); } }//客户端public static void main(String[] args) throws Exception {Configuration configuration = new Configuration();Job job = new Job(configuration,"wc");//1、设置job运行的类job.setJarByClass(WordCount.class);//2、设置Mapper 和 Reduceer 类job.setMapperClass(MyMapper.class);job.setReducerClass(MyReducer.class);//3、设置输入文件的目录和输出文件的目录FileInputFormat.addInputPath(job, new Path(args[0]));FileOutputFormat.setOutputPath(job, new Path(args[1]));//4、设置输出结果key 和 value 的类型job.setOutputKeyClass(Text.class);job.setOutputValueClass(IntWritable.class); //5、提交job,等待运行结果,并在客户端显示客户端运行信息boolean isSuccess = job.waitForCompletion(true);//6、结束程序System.exit(isSuccess ? 0:1); }}
0 0
- MapReduce编程
- MapReduce编程
- MapReduce编程
- MapReduce编程
- MapReduce编程
- MapReduce编程
- mapreduce编程
- MapReduce编程
- mapreduce编程模型介绍
- MapReduce编程基础
- MapReduce高级编程
- MapReduce高级编程
- mapreduce编程过程
- MapReduce框架编程体会
- MapReduce编程基础
- MapReduce编程(入门篇)
- MapReduce编程模型
- MapReduce编程(入门篇)
- 进程间通信--------有名管道如何产生阻塞
- 求笛卡尔积
- 卸载Linux上默认的JDK
- jquery实现网页自动添加必填项图标和日期自动填充
- c语言 文件操作
- MapReduce编程
- Spark调研笔记第7篇 - 应用实战: 如何利用Spark集群计算物品相似度
- _itoa atoi、atof、itoa、itow _itoa_s 类型转换使用说明
- ZWK so lazy
- HTML特殊字符过滤器
- 几种常见的动画
- 一行代码搞定所有屏幕适配
- Java引用传递和值传递
- postgres 引起oom问题的 explain 分析。