hadoop下的Kmeans算法实现三

初始化中心点CenterInitial.java

[java] view plaincopy

1. import java.io.ByteArrayInputStream;  
2. import java.io.ByteArrayOutputStream;  
3. import java.io.IOException;  
4. import java.io.OutputStream;  
5. import java.net.URI;  
6.   
7. import org.apache.hadoop.conf.Configuration;  
8. import org.apache.hadoop.fs.FSDataInputStream;  
9. import org.apache.hadoop.fs.FileSystem;  
10. import org.apache.hadoop.fs.Path;  
11. import org.apache.hadoop.io.IOUtils;  
12.   
13.   
14. public class CenterInitial {  
15.       
16.       
17.     public void run(String[] args) throws IOException  
18.     {  
19.         String[] clist;//用于保存中心点  
20.         int k = 2;//中心点选取个数  
21.         String string = "";//保存各个中心点在同一个字符串string中  
22.         String inpath = args[0]+"/4.txt";  //cluster数据集放在2.txt中  
23.         String outpath = args[1]+"/input2/3.txt";  //center新选取的中心点放进3.txt中保存  
24.         Configuration conf1 = new Configuration(); //读取hadoop文件系统的配置  
25.         conf1.set("hadoop.job.ugi", "hadoop,hadoop"); //配置信息设置  
26.         FileSystem fs = FileSystem.get(URI.create(inpath),conf1); //FileSystem是用户操作HDFS的核心类，它获得URI对应的HDFS文件系统   
27.         FSDataInputStream in = null;   
28.         ByteArrayOutputStream out = new ByteArrayOutputStream();  
29.         try{   
30.            
31.             in = fs.open( new Path(inpath) );   
32.             IOUtils.copyBytes(in,out,50,false);  //用Hadoop的IOUtils工具方法来让这个文件的指定字节复制到标准输出流上   
33.             //把in读到的数据 复制到out上  
34.             clist = out.toString().split(" ");//将out以空格为分割符转换成数组在clist中保存  
35.             } finally {   
36.                 IOUtils.closeStream(in);  
37.             }  
38.           
39.         FileSystem filesystem = FileSystem.get(URI.create(outpath), conf1); //获得URI对应的HDFS文件系统   
40.           
41.         for(int i=0;i<k;i++)  
42.         {  
43.             int j=(int) (Math.random()*100) % clist.length;//选取0到clist.lenth-1的随机数  
44.             if(string.contains(clist[j]))  // 如果选取的是同一个随机数  
45.             {  
46.                 k++;  
47.                 continue;  
48.             }  
49.             string = string + clist[j].replace(" ", "") + " ";//将得到的k个随机点的坐标用一个字符串保存  
50.         }  
51.         OutputStream out2 = filesystem.create(new Path(outpath) );   
52.         IOUtils.copyBytes(new ByteArrayInputStream(string.getBytes()), out2, 4096,true); //把随机点坐标字符串out2中  
53.         System.out.println("初始化过程："+string);  
54.     }  
55.   
56. }