Map-Reduce程序设计
来源:互联网 发布:visual studio for mac 编辑:程序博客网 时间:2024/05/20 15:37
- 任务一
现有一批路由日志(有删减),需要提取MAC地址和时间,删去其它内容,利用MapReduce思想设计程序实现。 实验步骤
将hadoop下的output文件夹删除,并建立input文件夹
hdfs dfs -rm -R /outputhdfs dfs -mkdir /inputhdfs dfs -ls /
- 在Centos主机/tmp目录下新建tel_log文件,并将log信息填入此文件,并将此文件上传至hadoop /input文件夹下
vim /tmp/tel_log
hdfs dfs -put /tmp/tel_log /inputhdfs dfs -ls /input
- 通过ssh将写好的代码上传至centos Hadoop主机(tel.java)
- 将hadoop-common-2.7.0.jar、hadoop-mapreduce-client-core-2.7.0.jar、commons-cli-1.2.jar加入HADOOP_CLASSPATH
export CLASSPATH="$HADOOP_HOME/share/hadoop/common/hadoop-common-2.7.0.jar:$HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-client-core-2.7.0.jar:$HADOOP_HOME/share/hadoop/common/lib/commons-cli-1.2.jar:$CLASSPATH"
- 编译TEL.java 并将tel*.class打包为jar
javac /root/TEL.java
查了一下资料,这个警告并不影响后面的实验,所以不用修改
jar -cvf TEL.jar /root/TEL*.class
- 运行编译好的jar
- 查看/output/part-0000
- java代码
import java.io.IOException;//java 工具包import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.conf.Configured;import org.apache.hadoop.fs.Path;import org.apache.hadoop.io.LongWritable;import org.apache.hadoop.io.NullWritable;import org.apache.hadoop.io.Text;import org.apache.hadoop.mapreduce.Job;import org.apache.hadoop.mapreduce.Mapper;import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;import org.apache.hadoop.util.Tool;import org.apache.hadoop.util.ToolRunner;public class TEL extends Configured implements Tool{ enum Counter{ LINESKIP, } /** *Mapper<LongWritable,Text,NullWritable,Text> * */ public static class RouterMapper extends Mapper<LongWritable, Text, NullWritable, Text>{ public void map(LongWritable key, Text value, Context context)throws IOException, InterruptedException{ String line = value.toString(); //将map得到的一行TEXT转换为字符串 try{ String[] lineSplit = line.split(" ");//对字符串进行分片 (备注;这里输入的文件间隔只能是一个空格,否则会导致统计结果出错,这里没做处理,Phone。java代码做了处理) String month = lineSplit[0];//得到月份 String day = lineSplit[1];//得到日期 String time = lineSplit[2];//得到时间 String mac = lineSplit[6];//得到mac地址 Text out = new Text(month + " " + day + " " + time + " " + mac); //形成新的输出字符串 context.write(NullWritable.get(), out);//输出 } catch (ArrayIndexOutOfBoundsException e) { context.getCounter(Counter.LINESKIP).increment(1); return; } } } @Override public int run(String[] arg0) throws Exception{ Configuration conf = getConf(); Job job = new Job(conf, "TEL");//指定任务名称 job.setJarByClass(TEL.class);//指定任务对应Class FileInputFormat.addInputPath(job, new Path(arg0[0]));//输入路劲参数 FileOutputFormat.setOutputPath(job, new Path(arg0[1]));//输出路径参数 job.setMapperClass(RouterMapper.class);//调用RouterMapper类作为Mapper的任务代码 job.setOutputFormatClass(TextOutputFormat.class); job.setOutputKeyClass(NullWritable.class);//指定输出的key格式,要和RouterMapper的输出数据格式一致 job.setOutputValueClass(Text.class); //指定输出的value格式,要和RouterMapper的输出数据格式一致 job.waitForCompletion(true); return job.isSuccessful() ? 0 : 1; } //main方法运行的时候需要指定输入路径和输出路径 public static void main(String[] args) throws Exception{ int res = ToolRunner.run(new Configuration(), new TEL(), args); System.exit(res); }}
- 任务二
有一批电话通信清单,记录了用户A拨打用户B的记录,现在需要做一个倒排索引,记录打给用户B的所有用户A,安装MapReduce思想,设计程序实现。 - 实验步骤
- 将写好的Phone.java代码上传至hadoop centos主机
- 在hadoop上新建/inputPhone文件夹,并将日志文件上传到这个路径
hdfs dfs -mkdir /inputPhonehdfs dfs -put /root/Phone_log /inputPhonehdfs dfs -ls /inputPhone/Phone_loghdfs dfs -cat /inputPhone/Phone_log
- 运行jar包中的Phone类
hadoop jar Phone.jar Phone /inputPhone /outputPhone
- 显示程序运行结果
hdfs dfs -cat /outputPhone/*
- 进行编译Phone.java代码
javac Phone.javajar -cvf Phone.jar Phone*.class
- 运行生成的jar包
hadoop jar /root/Phone.jar Phone /inputPhone /outputPhone
- java代码
//导入hadoop接口import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.conf.Configured;import org.apache.hadoop.fs.Path;import org.apache.hadoop.io.LongWritable;import org.apache.hadoop.io.Text;import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;import org.apache.hadoop.mapreduce.Job;import org.apache.hadoop.mapreduce.Mapper;import org.apache.hadoop.mapreduce.Reducer;import org.apache.hadoop.util.Tool;import org.apache.hadoop.util.ToolRunner;import java.io.IOException;public class Phone extends Configured implements Tool { enum Counter { LINESKIP; } @Override public int run(String[] args) throws Exception{ Configuration conf = getConf(); Job job = new Job(conf, "Phone");//指定任务名称 job.setJarByClass(Phone.class);//指定对应任务Class FileInputFormat.addInputPath(job, new Path(args[0]));//输入路径参数 FileOutputFormat.setOutputPath(job, new Path(args[1]));//输出路径参数 job.setMapperClass(Map.class);//调Map类作为Mapper的任务代码 job.setReducerClass(Reduce.class);//调Reduce类作为reducer的任务代码 job.setOutputFormatClass(TextOutputFormat.class); job.setOutputKeyClass(Text.class);//指定输出的key格式,要和RouterMapper的输出数据格式一致 job.setOutputValueClass(Text.class);//指定输出的value格式,要和RouterMapper的输出数据格式一致 job.waitForCompletion(true); return job.isSuccessful() ? 0 : 1; } public static class Map extends Mapper<LongWritable, Text, Text, Text> { //<KEYIN, VALUEIN, KEYOUT, VALUEOUT> @Override protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException{ try { String line = value.toString();//将map得到的TEXT转换为String String[] lineSplit = line.split(" "); //分片处理 String A_user = "";//主叫用户 String B_user = ""; //被叫用户 boolean flag_one = false;//标记是否第一次得到非空字符串 for (String split : lineSplit) { if (!split.equals("") && flag_one == false){ //将第一个非空字符串赋值给A_user A_user = split; flag_one = true; continue; } else if (!split.equals("") && flag_one == true){//将第二个非空字符串赋值给A_user B_user += split; } } context.write(new Text(B_user), new Text(A_user));//输出 } catch (java.lang.ArrayIndexOutOfBoundsException e) { context.getCounter(Counter.LINESKIP).increment(1); } } } public static class Reduce extends Reducer<Text, Text, Text, Text> { @Override protected void reduce(Text key, Iterable<Text> values, Context context) throws IOException, InterruptedException{ String valueStr; String out = ""; for (Text value : values){ //reduce统计 valueStr = value.toString() + "| "; //将所有对应被叫用户的主叫用户整体合成一个out字符串 out += valueStr; } context.write(key, new Text(out)); //输出 } } //main方法运行的时候需要指定输入路径和输出路径 public static void main(String[] args) throws Exception{ int res = ToolRunner.run(new Configuration(), new Phone(), args); System.exit(res); }}
0 0
- Map-Reduce程序设计
- map/reduce
- map reduce
- Map/Reduce
- map reduce
- Map Reduce
- map reduce
- map-reduce
- Map-Reduce
- Map Reduce
- Map Reduce
- Map/Reduce
- map&reduce
- map/reduce
- map/reduce
- map/reduce
- map/reduce
- map/reduce
- 利用Theano理解深度学习——Multilayer Perceptron
- 字典树的操作
- c#中字体的用法与代码
- 设计模式(11)-组合模式
- iOS开发中常用到的SVN命令(持续更新)
- Map-Reduce程序设计
- WebGoat之HTTP Spliting(拆分)过程及总结分析 - 2016.01.02
- MATLAB中多行注释的三种方法
- 在VirtualBox虚拟机中安装Linux 6.2 - 配置
- PCL-泊松重建
- ubuntu 14.0.4 下安装 cuda 7.5
- 【设计模式】模板方法模式
- C++ Primer Plus (第六版) 编程练习2.7
- JavaWeb应用中的身份验证(混合型)——综合应用声明式和编程式