技术标签: mapreduce hadoop 全排序 Hadoop实战
排序是MapReduce的核心技术,排序分为部分排序,全排序和二次排序。
部分排序:调用默认的HsshPartitioner,不需要操作,每个reduce聚合的key都是有序的。
全排序:对reduce输出的所有的key实现排序
方法1:设置一个reducde
方法2:自定义分区类实现全排序
下面以统计每年的最高气温为例进行示例:
注意:源文件是一个sequenceFile序列文件<IntWritable, IntWritable>
1、MaxTempMapper
package hadoop.mr.sort.total.custom;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.mapreduce.Mapper;
import java.io.IOException;
/**
* MaxTempMapper
*/
public class MaxTempMapper extends Mapper<IntWritable, IntWritable, IntWritable, IntWritable> {
protected void map(IntWritable key, IntWritable value, Context context) throws IOException, InterruptedException {
context.write(key,value);
}
}
package hadoop.mr.sort.total.custom;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.mapreduce.Reducer;
import java.io.IOException;
/**
MaxTempReducer
*/
public class MaxTempReducer extends Reducer<IntWritable, IntWritable, IntWritable, IntWritable>{
protected void reduce(IntWritable key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
int max = Integer.MIN_VALUE ;
for(IntWritable iw : values){
max = max > iw.get() ? max : iw.get() ;
}
context.write(key,new IntWritable(max));
}
}
package hadoop.mr.sort.total.custom;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.mapreduce.Partitioner;
/**
* 自定义分区类,实现全排序
*/
public class YearPartitioner extends Partitioner<IntWritable, IntWritable> {
public int getPartition(IntWritable key, IntWritable value, int numPartitions) {
int year = key.get();
if(year < 1930){
return 0 ;
}
else if(year > 1960) {
return 2 ;
}
return 1 ;
}
}
package hadoop.mr.sort.total.custom;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.input.SequenceFileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
/**
*/
public class App {
public static void main(String[] args) throws Exception {
args = new String[]{"d:/java/mr/data/temp.seq", "d:/java/mr/out"};
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(conf);
if(fs.exists(new Path(args[1]))){
fs.delete(new Path(args[1]),true);
}
Job job = Job.getInstance(conf);
job.setJobName("maxTemp");
job.setJarByClass(App.class);
job.setMapperClass(MaxTempMapper.class);
job.setReducerClass(MaxTempReducer.class);
FileInputFormat.addInputPath(job,new Path(args[0]));
FileOutputFormat.setOutputPath(job,new Path(args[1]));
//设置输入格式
job.setInputFormatClass(SequenceFileInputFormat.class);
job.setPartitionerClass(YearPartitioner.class);
job.setOutputKeyClass(IntWritable.class);
job.setOutputValueClass(IntWritable.class);
job.setNumReduceTasks(3);
job.waitForCompletion(true);
}
}
文章浏览阅读682次。命令参数选项usage: ssh-keygen [-q] [-b bits] [-t dsa | ecdsa | ed25519 | rsa | rsa1] [-N new_passphrase] [-C comment] [-f output_keyfile] ssh-keygen -p [-P old_passphrase] [-N ne..._freebsd sshd 生成密钥
文章浏览阅读669次。黑马程序员注解–注释注解测试类pro注解解析测试主方法package A_Part02.annotation02;import java.lang.annotation.ElementType;import java.lang.annotation.Retention;import java.lang.annotation.RetentionPolicy;import java.lang.annotation.Target;@Target({ElementType_注解@__
文章浏览阅读150次。俗话说“画人难画手”,这说明画手是比较难的,为此我们应先了解手的结构。 手的结构可分为手掌和手腕两部分,要将手掌看成一个不规则的五边形,作画时,先要将这两部分看作一个整体,画出手的边线,再定出大拇指的位置。要明确每个手指的长度是各不相同的,手指的关节部位要适当弯曲,在特写画面中,要画出手指的两个关节,特别要强调一下拇指和小指的外轮廓线,这样会更有立体感。 [img]/uplo..._opengl绘制卡通形象
文章浏览阅读4.4k次。遇到的问题:博主正在进行vue组件开发,将主页面添加了组件之后,发现在浏览器中打开内容超出但没有滚动条解决方法:我们可以找一下css中的设置,去掉 html和body中的overflow:hidden;即可!..._网页没有下拉滚动条怎么办
文章浏览阅读2.5k次。1.源码安装:httpd(httpd依赖于两个软件)源代码安装步骤:确认源代码编译环境需安装支持 C/C++程序语言的 编译器解包 —— tar解包、释放出源代码文件配置 —— ./configure针对当前系统、软件环境,配置好安装参数编译 —— make将源代码文件变为二进制的可执行程序安装 —— make install将编译好的程序文件复制到系统中先通过sftp命令在windows命令上将文件传到linux中将文件解压缩至指定目录先创建_linux安装ps命令
文章浏览阅读1.7w次,点赞13次,收藏157次。导读:pandas是一款开放源码的BSD许可的Python库。它基于NumPy创建,为Python编程语言提供了高性能的、易于使用的数据结构和数据分析工具。pandas应用领域广泛,包括..._dataframe index
文章浏览阅读326次。文章转载自:https://www.cnblogs.com/eczhou/p/6287876.html1、站点配置文件web.xml每一个Spring MVC 项目都必须有一个站点配置文件web.xml,他的主要功能吗....有一位大哥已经整理的很好,我借来了,大家看看:引用博客地址: http://www.cnblogs.com/yqskj/articles/2233061.html..._explise如何搭建springmvc
文章浏览阅读768次。ARM入门一、所需软件环境二、参考教程三、实验及步骤(一)MDK5的stm32开发(二)Proteus 8 Professional仿真四、出现的问题与总结一、所需软件环境我使用的是MDK5.10以及两个包ARM.CMSIS.3.20.4.packKeil.STM32F1xx_DFP.1.0.4.pack仿真实验所需软件Proteus 8 Professional二、参考教程手动配置环境点我跳转B站MDK5内配置湖广午王代码编译可能会出现很多错误。我是网上随便找的一个代码。Proteus _arm could not open file
文章浏览阅读4.1w次,点赞28次,收藏191次。什么是实时仿真 首先简单介绍一下实时仿真的概念,所谓Real-Time就是指程序运行的时间和真实时间是一致的。比如我们建立一个惯性环节对单位阶跃信号的响应的仿真程序,仿真时间为10秒;而程序很可能几毫秒就运行完,并给除了你计算结果,也就是说这个过程是非实时的。它所耗费的时间却决于模型的复杂程度、计算机性能等因素,因此这个时间对我们来说是不可控的。然而在进行仿真,特别是涉及到硬件的硬件再环仿真_simulink real-time
文章浏览阅读86次。Apache Ant 1.7.0 is the best available version的下载地址:http://ant.apache.org/bindownload.cgi部署:参考JAVA_HOME的部署============================测试ant安装成功没有。以 HelloWorld 为例介绍他的使用。此示例可在此下载:ftp://cinc.dns2go.com/p..._ant需要安装java
文章浏览阅读1.7w次,点赞14次,收藏36次。Unity3D Transform.localScale 简析一、简述二、应用一、简述在官方文档中是这样描述Transform.localScale的:The scale of the transform relative to the GameObjects parent.转换相对于GameObjects父对象的比例如下图,Transform.localScale控制的对象即为在Inspe..._unity localscale
文章浏览阅读3.7k次,点赞4次,收藏3次。点击左下角,然后选择环境_vscode 连接到conda环境