优酷面试题

 mapred找共同朋友，数据格式如下
A B C D E F
B A C D E
C A B E
D A B E
E A B C D
F A


第一字母表示本人，其他是他的朋友，找出有共同朋友的人，和共同朋友是谁


 运行结果
AB      E:C:D
AC      E:B
AD      B:E
AE      C:B:D
BC      A:E
BD      A:E
BE      C:D:A
BF      A
CD      E:A:B
CE      A:B
CF      A
DE      B:A
DF      A
EF      A

 

思路：对于每一行，两两进行组合作为一个新key，把每一行的第一个人作为value，map输出<key，value>。

reduce函数进行聚合合并相同的key(即在map阶段的两两组合的新key)，具有相同key的   "每行第一个人列表"  就是key的共同朋友。

代码：

package 优酷面试题;import java.io.IOException;import java.util.Set;import java.util.StringTokenizer;import java.util.TreeSet;import org.apache.hadoop.conf.Configuration;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.output.FileOutputFormat;import org.apache.hadoop.util.GenericOptionsParser;public class FindFriend {                  public static class ChangeMapper extends Mapper<Object, Text, Text, Text>{                                         @Override                   public void map(Object key, Text value, Context context) throws IOException, InterruptedException {                             StringTokenizer itr = new StringTokenizer(value.toString());                                 Text owner = new Text();                                 Set<String> set = new TreeSet<String>();                             owner.set(itr.nextToken());                             while (itr.hasMoreTokens()) {                                     set.add(itr.nextToken());                             }                                          String[] friends = new String[set.size()];                             friends = set.toArray(friends);                                                          for(int i=0;i<friends.length;i++){                                     for(int j=i+1;j<friends.length;j++){                                             String outputkey = friends[i]+friends[j];                                             context.write(new Text(outputkey),owner);                                     }                                                                  }                   }          }          /*           这是 StringTokenizer 类下的一个方法。你首先要知道 StringTokenizer 是干什么用的。StringTokenizer 用来分割字符串，你可以指定分隔符，比如','，或者空格之类的字符。nextToken() 用于返回下一个匹配的字段。-----------------------给你一个Demo：import java.util.StringTokenizer;public class Demo {        public static void main (String args[]) {                String str = "Hello, world";                StringTokenizer st = new StringTokenizer(str, ",");    // 用逗号分隔             while (st.hasMoreTokens())    // 判断是否已经到结尾                 System.out.println(st.nextToken());    // 打印下一个字段     }}----------------------结果：Helloworld           */          public static class FindReducer extends Reducer<Text,Text,Text,Text> {                                                  public void reduce(Text key, Iterable<Text> values,                                         Context context) throws IOException, InterruptedException {                                  String  commonfriends ="";                               for (Text val : values) {                                  if(commonfriends == ""){                                          commonfriends = val.toString();                                  }else{                                          commonfriends = commonfriends+":"+val.toString();                                  }                               }                              context.write(key, new Text(commonfriends));                                                        }                                    }                  @SuppressWarnings("deprecation")public static void main(String[] args) throws IOException,InterruptedException, ClassNotFoundException {                            Configuration conf = new Configuration();            String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();            /*             比如运行命令为：bin/hadoop dfs -fs master:8020 -ls /dataGenericOptionsParser把  -fs master:8020配置到配置conf中而getRemainingArgs()方法则得到剩余的参数，就是 -ls /data。供下面使用输入输出参数             */            if (otherArgs.length < 2) {              System.err.println("args error");              System.exit(2);            }            Job job = new Job(conf, "word count");            job.setJarByClass(FindFriend.class);            job.setMapperClass(ChangeMapper.class);            job.setCombinerClass(FindReducer.class);            job.setReducerClass(FindReducer.class);            job.setOutputKeyClass(Text.class);            job.setOutputValueClass(Text.class);            for (int i = 0; i < otherArgs.length - 1; ++i) {              FileInputFormat.addInputPath(job, new Path(otherArgs[i]));            }            FileOutputFormat.setOutputPath(job,new Path(otherArgs[otherArgs.length - 1]));            System.exit(job.waitForCompletion(true) ? 0 : 1);                        }    /*  GenericOptionsParser 命令行解析器是hadoop框架中解析命令行参数的基本类。它能够辨别一些标准的命令行参数，能够使应用程序轻易地指定namenode，jobtracker，以及其他额外的配置资源    */}