标签：示例 Text Cross MapReduce job apache import hadoop class

MapReduce Cross 示例

MapReduce Cross 示例

package com.bsr.cross;

import java.io.IOException;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.LongWritable;
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;
/**
 * 第一次mr--目的是获取某一人是哪些人的好友
 * 
 * 
 */
public class Cross {

    //输入：A:B,C,D,F,E,O
    //输出：B->A C->A D->A F->A E->A O->A 
    public static class Map extends Mapper<LongWritable, Text, Text, Text>{
        @Override
        protected void map(LongWritable key, Text value,Context context)
                throws IOException, InterruptedException {
            String[] value1=value.toString().split(":");
            String[] value2=value1[1].split(",");
            for (String string : value2) {
                context.write(new Text(string), new Text(value1[0]));
            }
        }
        
    }
    public static class Reduce extends Reducer<Text, Text, Text, Text>{
        // 输入<B->A><B->E><B->F>....
        // 输出 B A,E,F,J
        @Override
        protected void reduce(Text key, Iterable<Text> value,Context context)
                throws IOException, InterruptedException {
            StringBuffer sb=new StringBuffer();
            for (Text text : value) {
                sb.append(text+",");
            }
            context.write(key, new Text(sb.toString()));
        }
        
    }
    
    
    public static void main(String[] args) throws Exception {
        //读取classpath下的所有xxx-site.xml配置文件，并进行解析
        Configuration conf=new Configuration();
        FileSystem fs = FileSystem.get(configuration);
        String s = "/wc/output3";
        Path path = new Path(s);
        fs.delete(path, true);

        Job job=Job.getInstance(conf);
        
        //通过主类的类加载器机制获取到本job的所有代码所在的jar包
        job.setJarByClass(Cross.class);
        
        //指定本job使用的mapper类
        job.setMapperClass(Map.class);
        
        //指定本job使用的reducer类
        job.setReducerClass(Reduce.class);
        
        //指定mapper输出的kv数据类型
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(Text.class);
        
        //指定reducer输出的kv数据类型
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(Text.class);
        
        //指定本job要处理的文件所在的路径
        FileInputFormat.setInputPaths(job, new Path("/wc/data/"));
        FileOutputFormat.setOutputPath(job, new Path("/wc/output3"));
        
        //将本job向hadoop集群提交执行
        boolean flag=job.waitForCompletion(true);
        System.exit(flag?0:1);
        
    }
        
        
    }
    

进行了逻辑的转换；

 

标签：示例,Text,Cross,MapReduce,job,apache,import,hadoop,class
来源： https://blog.51cto.com/u_15241951/2862987

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。