MR案例:学生排序

news2024/9/28 7:22:41

排序

  • 一、提出任务
  • 二、完成任务
    • (一)准备数据
      • 1、在虚拟机上创建文本文件
      • 2、上传文件到HDFS指定目录
    • (二)实现步骤
      • 1、创建学生实体类
      • 2、创建学生映射器类
      • 3、创建学生归并器类
      • 4、创建学生驱动器类
      • 5、启动学生驱动器类,查看结果

一、提出任务

学生表,包含五个字段(姓名、性别、年龄、手机、专业),有8条记录
请添加图片描述

  • 使用MR,学生信息按年龄降序排列结果
    请添加图片描述

二、完成任务

(一)准备数据

  • 启动hadoop服务
    请添加图片描述

1、在虚拟机上创建文本文件

  • 创建sortstudent目录,在里面创建student.txt文件
    请添加图片描述

2、上传文件到HDFS指定目录

  • 创建/sortstudent/input目录,执行命令:hdfs dfs -mkdir -p /sortstudent/input
    请添加图片描述

  • 将文本文件student.txt,上传到HDFS的/sortstudent/input目录
    请添加图片描述

(二)实现步骤

1、创建学生实体类

  • net.hw.mr包里创建Student

  • 让学生按照年龄排序,需要让学生实体类实现一个序列化可比较接口 - WritableComparable,这个接口有三个抽象方法要我们去实现。

package net.hw.mr;

import org.apache.hadoop.io.WritableComparable;

import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;

/**
 * 功能:学生实体类
 *      实现序列化可比较接口
 */
public class Student implements WritableComparable<Student> {

    private String name;
    private String gender;
    private int age;
    private String phone;
    private String major;

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public String getGender() {
        return gender;
    }

    public void setGender(String gender) {
        this.gender = gender;
    }

    public int getAge() {
        return age;
    }

    public void setAge(int age) {
        this.age = age;
    }

    public String getPhone() {
        return phone;
    }

    public void setPhone(String phone) {
        this.phone = phone;
    }

    public String getMajor() {
        return major;
    }

    public void setMajor(String major) {
        this.major = major;
    }

    @Override
    public String toString() {
        return "Student{" +
                "name='" + name + '\'' +
                ", gender='" + gender + '\'' +
                ", age=" + age +
                ", phone='" + phone + '\'' +
                ", major='" + major + '\'' +
                '}';
    }

    public int compareTo(Student o) {
        return o.getAge() - this.getAge(); // 降序
    }

    public void write(DataOutput out) throws IOException {
        out.writeUTF(name);
        out.writeUTF(gender);
        out.writeInt(age);
        out.writeUTF(phone);
        out.writeUTF(major);
    }

    public void readFields(DataInput in) throws IOException {
        name = in.readUTF();
        gender = in.readUTF();
        age = in.readInt();
        phone = in.readUTF();
        major = in.readUTF();
    }
}

2、创建学生映射器类

  • net.hw.mr里创建StudentMapper
package net.hw.mr;

import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;

import java.io.IOException;

/**
 * 功能:学生映射器类
 */
public class StudentMapper extends Mapper<LongWritable, Text, Student, NullWritable> {
    @Override
    protected void map(LongWritable key, Text value, Context context) 
            throws IOException, InterruptedException {
        // 获取行内容
        String line = value.toString();
        // 按空格拆分得到字段数组
        String[] fields = line.split(" ");
        // 获取学生信息
        String name = fields[0];
        String gender = fields[1];
        int age = Integer.parseInt(fields[2]);
        String phone = fields[3];
        String major = fields[4];
        // 创建学生对象
        Student student = new Student();
        // 设置学生对象属性
        student.setName(name);
        student.setGender(gender);
        student.setAge(age);
        student.setPhone(phone);
        student.setMajor(major);
        // 写入键值对<student,null>
        context.write(student, NullWritable.get());
    }
}

3、创建学生归并器类

  • net.hw.mr包里创建StudentReducer
package net.hw.mr;

import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;

import java.io.IOException;

/**
 * 功能:学生归并器类
 */
public class StudentReducer extends Reducer<Student, NullWritable, Text, NullWritable> {
    @Override
    protected void reduce(Student key, Iterable<NullWritable> values, Context context) 
            throws IOException, InterruptedException {
        // 获取学生对象
        Student student = key;
        // 拼接学生信息
        String studentInfo = student.getName() + "\t" 
                + student.getGender() + "\t"
                + student.getAge() + "\t"
                + student.getPhone() + "\t"
                + student.getMajor();
        // 写入键值对<studentInfo,null>
        context.write(new Text(studentInfo), NullWritable.get());
    }
}

4、创建学生驱动器类

  • net.hw.mr包里创建StudentDriver
package net.hw.mr;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FileStatus;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

import java.net.URI;

/**
 * 功能:学生驱动器类
 */
public class StudentDriver {
    public static void main(String[] args) throws Exception {
        // 创建配置对象
        Configuration conf = new Configuration();
        // 设置数据节点主机名属性
        conf.set("dfs.client.use.datanode.hostname", "true");

        // 获取作业实例
        Job job = Job.getInstance(conf);
        // 设置作业启动类
        job.setJarByClass(StudentDriver.class);

        // 设置Mapper类
        job.setMapperClass(StudentMapper.class);
        // 设置map任务输出键类型
        job.setMapOutputKeyClass(Student.class);
        // 设置map任务输出值类型
        job.setMapOutputValueClass(NullWritable.class);

        // 设置Reducer类
        job.setReducerClass(StudentReducer.class);
        // 设置reduce任务输出键类型
        job.setOutputKeyClass(Student.class);
        // 设置reduce任务输出值类型
        job.setOutputValueClass(NullWritable.class);

        // 定义uri字符串
        String uri = "hdfs://master:9000";
        // 创建输入目录
        Path inputPath = new Path(uri + "/sortstudent/input");
        // 创建输出目录
        Path outputPath = new Path(uri + "/sortstudent/output");

        // 获取文件系统
        FileSystem fs =  FileSystem.get(new URI(uri), conf);
        // 删除输出目录(第二个参数设置是否递归)
        fs.delete(outputPath, true);

        // 给作业添加输入目录(允许多个)
        FileInputFormat.addInputPath(job, inputPath);
        // 给作业设置输出目录(只能一个)
        FileOutputFormat.setOutputPath(job, outputPath);

        // 等待作业完成
        job.waitForCompletion(true);

        // 输出统计结果
        System.out.println("======统计结果======");
        FileStatus[] fileStatuses = fs.listStatus(outputPath);
        for (int i = 1; i < fileStatuses.length; i++) {
            // 输出结果文件路径
            System.out.println(fileStatuses[i].getPath());
            // 获取文件系统数据字节输入流
            FSDataInputStream in = fs.open(fileStatuses[i].getPath());
            // 将结果文件显示在控制台
            IOUtils.copyBytes(in, System.out, 4096, false);
        }
    }
}

5、启动学生驱动器类,查看结果

  • 运行StudentDriver 类
    请添加图片描述

  • 学生信息按照年龄降序排列,去重,少了3条记录

  • 需要修改学生归并器类,遍历值迭代器,这样就不会去重了
    请添加图片描述

  • 再次运行StudentDriver

请添加图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/97091.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

JVM虚拟机简介

、 什么是JVM&#xff1f; JVM是Java Virtual Machine&#xff08;Java虚拟机&#xff09;的缩写&#xff0c;JVM是一种用于计算设备的规范&#xff0c;它是一个虚构出来的计算机&#xff0c;是通过在实际的计算机上仿真模拟各种计算机功能来实现的。Java虚拟机包括一套字节码指…

IDEA maven 向项目添加模块时出错创建项目失败

原因一&#xff1a;Maven 版本太新 || Java 版本选择了 JAVA 18 选择 java 版本为1.8构建 即可成功&#xff0c;第一次maven项目建立的时候下图红框内容如图即可 原因二&#xff1a;IDEA 的 maven插件 没有加载完成 通常发生在重设 maven 路径|仓库之后 原因三&#xff1a;mav…

RK3588平台开发系列讲解(RKNN篇)RKNN Android平台开发说明

平台内核版本安卓版本RK3588Linux 5.10Android12🚀返回专栏总目录 文章目录 一、 Android 平台 RKNN API 库二、EXAMPLE 使用说明沉淀、分享、成长,让自己和他人都能有所收获!😄 📢RKNN SDK 为带有 RKNPU 的芯片平台提供编程接口,能够帮助用户部署使用 RKNN-Toolkit2导…

uni-app卖座电影多端开发纪实(六):多端打包

@打包为H5站点 打包站点 HBuilder中菜单中依次点击【发行】-【网站-PC Web或手机H5(仅适用于uni-app)】填写网站标题,点击发行控制台会输出类似如下信息此时站点需要的文件已经被打包到了unpackage/dist/build/h5目录部署站点 复制上一步中生成的h5目录到Nginx的部署目录下…

【QT开发笔记-基础篇】| 第五章 绘图QPainter | 5.5 多段线、多边形

本节对应的视频讲解&#xff1a;B_站_视_频 https://www.bilibili.com/video/BV1ZP4y1S7Ax 本节讲解如何绘制多段线、多边形 1. 相关的 API 直接查看官方的帮助文档&#xff0c;可以看到有多个重载的方法用于绘制多段线、多边形 1.1 多段线 将多个点连接形成多段线 比如&…

Linux基础(4)进程管理

该文章主要为完成实训任务&#xff0c;详细实现过程及结果见【参考文章】 参考文章&#xff1a;https://howard2005.blog.csdn.net/article/details/127066383?spm1001.2014.3001.5502 文章目录一、查看进程1. 进程查看命令 - ps2. Liunx进程状态3. 观察进程变化命令 - top4. …

jsp+ssm计算机毕业设计大学教师年终考核管理信息系统【附源码】

项目运行 环境配置&#xff1a; Jdk1.8 Tomcat7.0 Mysql HBuilderX&#xff08;Webstorm也行&#xff09; Eclispe&#xff08;IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持&#xff09;。 项目技术&#xff1a; JSPSSM mybatis Maven等等组成&#xff0c;B/S模式 Mave…

浅析nvme原子写的应用场景

1.NVMe原子写简介 NVME协议家族&#xff0c;当前发展的已经非常庞大&#xff0c;来张nvme家族大合影。从最开始的NVME Base Spec&#xff0c;又延伸了更加专业聚焦的模块Command Set Spec、Transport Spec&#xff0c;NVME MI Spec等等。 在Command Set Spec中&#xff0c;我们…

【学习笔记】pytest接口自动化测试框架入门(pytest+yaml)

pytest接口自动化测试框架入门&#xff08;pytestyaml&#xff09; 文章目录自动化测试需要包含的内容pytest的安装使用pytest默认的测试用例的规则和基础使用:pytest测试用例的运行方式pytest执行测试用例的顺序分组执行pytest跳过测试用例pytest框架前后置处理解&#xff08;…

智能指针循环引用——你真的懂了吗?

相信不少同学都在面试中都被问到过c智能指针的问题&#xff0c;接踵而至的必定是循环引用了&#xff0c;而我每次的答案都是一招鲜&#xff1a;因为它们都在互相等待对方先释放&#xff0c;所以造成内存泄漏。面试官很满意&#xff0c;我也很满意。 但是为啥要等到对方先释放&…

STM8开发实例-ADC

ADC 1、ADC介绍 ADC 是任何现代微控制器中非常重要的外设。 它用于读取传感器的模拟输出、检测电压电平等。 例如,我们可以使用 ADC 读取 LM35 温度传感器。 传感器的电压输出与温度成正比,因此我们可以使用电压信息来反算温度。 下图是STM8s的ADC外设框图: 在使用 ADC 之…

猿如意|初识CSDN的开发者工具合集

前言&#xff1a; CSDN网站其实不仅仅有博客&#xff0c;虽然整个网站是基于博客开始的&#xff0c;但无疑博客是整个网站的魂。 那么&#xff0c;现在的CSDN还有第二个和第三个魂&#xff0c;就是云计算服务和猿如意了。 猿如意好像是CSDN5 6月份推出的&#xff0c;具体时间…

CSC7715 同步整流

CSC7715是一款用于开关电源的高效率同步整流控制IC。其具备较高的集成度&#xff0c;在有效的提升开关电源的转换效率的同时&#xff0c;减少了外围元器件的应用。CSC7715可用于DCM/QR开关电源系统。该电路内置45V的功率管&#xff0c;在系统中替代次级肖特基管,并提高整个系统…

Typora+PicGo+阿里云OSS

配置Typora 文章目录配置Typora阿里云1&#xff09;网页搜索阿里云OSS2&#xff09;注册账号3&#xff09;点击立刻开通a) 点击“产品价格”b) 初次付费c) 交钱以免造成后续无法访问d&#xff09;进入管理控制台e) 创建钥匙PicGo1&#xff09;下载安装2&#xff09;设置选择显示…

Pandas1.5.2 学习心得

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 目录 前言 一、pandas是什么&#xff1f; 二、安装 1.pip install pandas 2.Series(系列&#xff09; 可以通过索引标签获取和设置值 总结 前言 提示&#xff1a;以下是…

深度学习笔记

动手深度学习v2 引言 机器学习中的关键组件 无论什么类型的机器学习&#xff0c;都需要以下组件&#xff1a; 学习的数据转换数据的模型目标函数&#xff0c;量化模型的有效性调整模型参数以优化目标函数的算法 数据 大多时候遵循独立同分布&#xff08;指随机过程中&…

Java容器源码重点回顾——LinkedList

1. 概述 public class LinkedList<E>extends AbstractSequentialList<E>implements List<E>, Deque<E>, Cloneable, java.io.SerializableLinkedList是实现了List和Deque接口的双端链表。LinkedList的底层数据结构是链表&#xff0c;不支持随机读取&a…

java TCP接收数据

查看本文 你需要先了解 TCP发送数据 如果没有了解过 可以查看我的文章 java TCP发送数据 然后 我们创建一个包 包下创建两个类 sendOut 客户端类 参考代码如下 import java.io.IOException; import java.io.OutputStream; import java.net.Socket;public class sendOut {publ…

13-Java方法

目录 1.方法的基本用法 1.1.什么是方法 1.2.方法定义语法 1.3.方法调用的执行过程 1.4.实参和形参的关系 1.5.方法的返回值 2.方法重载 2.1.方法重载定义 2.2.代码示例 3.方法递归 3.1.方法递归定义 3.2.方法递归使用条件 3.3.递归与非递归优劣比较 3.4.递归执行…

磷脂PEG衍生物Biotin-PEG-DSPE,生物素PEG磷脂,CAS:385437-57-0

英文名称&#xff1a;Biotin-PEG-DSPE、DSPE-PEG-Biotin 中文名称&#xff1a;生物素-聚乙二醇-磷脂 Item no&#xff1a;X-GF-0068-10k Classification&#xff1a;Biotin PEG DSPE PEG CAS&#xff1a;385437-57-0 MV&#xff1a;可定制&#xff0c;2000、1000、3400、1…