Partition分区的使用案例

2022-01-16 16:04:35 阅读：155 来源： 互联网

标签：分区 Partition hadoop 案例 job org apache import public

Partition分区的使用案例：

将统计结果按照条件输出到不同文件中（分区）

文章目录

1）需求

将统计结果按照手机号开头输出到不同文件中

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-o5d5CFia-1642319779418)(C:\Users\Admin\AppData\Roaming\Typora\typora-user-images\image-20220115234050889.png)]$

期望输出：手机号 136、137、138、139 开头都分别放到一个独立的 4 个文件中，其他开头的放到一个文件中

2）需求分析

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Nv2x1qmT-1642319779420)(C:\Users\Admin\AppData\Roaming\Typora\typora-user-images\image-20220115234132429.png)]$

3）编程实现

在原基础上，增加一个分区类：

1.创建Partitioner类

package com.yingzi.mapreduce.partitioner2;

import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Partitioner;

/**
 * @author 影子
 * @create 2022-01-14-13:16
 **/
public class ProvincePartitioner extends Partitioner<Text, FlowBean> {

    @Override
    public int getPartition(Text text, FlowBean flowBean, int numPartitions) {
        //  text：手机号
        String phone = text.toString();

        String prePhone = phone.substring(0, 3);

        int partition;

        if ("136".equals(prePhone)){
            partition = 0;
        }else if("137".equals(prePhone)){
            partition = 1;
        }else if("138".equals(prePhone)){
            partition = 2;
        }else if("139".equals(prePhone)){
            partition = 3;
        }else{
            partition = 4;
        }

        return partition;
    }
}

2.创建Bean类

package com.yingzi.mapreduce.partitioner2;

/**
 * @author 影子
 * @create 2022-01-13-15:57
 **/

import org.apache.hadoop.io.Writable;

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


/**
 * 1、定义类实现writable接口
 * 2、重写序列化和反序列化方法
 * 3、重写空参构造
 * 4、toString方法
 */
public class FlowBean implements Writable {

    private long upFlow;    //上行流量
    private long downFlow;  //下行流量
    private long sumFlow;   //总流量

    //  空参构造
    public FlowBean(){
    }

    public long getUpFlow() {
        return upFlow;
    }

    public void setUpFlow(long upFlow) {
        this.upFlow = upFlow;
    }

    public long getDownFlow() {
        return downFlow;
    }

    public void setDownFlow(long downFlow) {
        this.downFlow = downFlow;
    }

    public long getSumFlow() {
        return sumFlow;
    }

    public void setSumFlow(long sumFlow) {
        this.sumFlow = sumFlow;
    }

    public void setSumFlow() {
        this.sumFlow = this.upFlow + this.downFlow;
    }

    @Override
    public void write(DataOutput dataOutput) throws IOException {

        dataOutput.writeLong(upFlow);
        dataOutput.writeLong(downFlow);
        dataOutput.writeLong(sumFlow);
    }

    @Override
    public void readFields(DataInput dataInput) throws IOException {

        this.upFlow = dataInput.readLong();
        this.downFlow = dataInput.readLong();
        this.sumFlow = dataInput.readLong();
    }

    @Override
    public String toString() {
        return upFlow + "\t" + downFlow + "\t" + sumFlow;
    }
}

3.创建Mapper类

package com.yingzi.mapreduce.partitioner2;

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

import java.io.IOException;

/**
 * @author 影子
 * @create 2022-01-13-16:12
 **/
public class FlowMapper extends Mapper<LongWritable, Text, Text, FlowBean> {
    private Text outK = new Text();
    private FlowBean outV = new FlowBean();


    @Override
    protected void map(LongWritable key, Text value, Mapper<LongWritable, Text, Text, FlowBean>.Context context) throws IOException, InterruptedException {

        //  1.获取一行
        //  1	13736230513	192.196.100.1	www.atguigu.com	2481	24681	200
        String line = value.toString();

        //  2.切割
        //  1,13736230513,192.196.100.1,www.atguigu.com	2481,24681,200
        String[] split = line.split("\t");

        //  3.抓取想要的数据
        //  手机号：13736230513
        //  上行流量：2481 下行流量：24681
        String phone = split[1];
        String up = split[split.length - 3];
        String down = split[split.length - 2];

        //  4.封装
        outK.set(phone);
        outV.setUpFlow(Long.parseLong(up));
        outV.setDownFlow(Long.parseLong(down));
        outV.setSumFlow();

        //  5.写出
        context.write(outK,outV);
    }
}

4.创建Reducer类

package com.yingzi.mapreduce.partitioner2;

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

import java.io.IOException;

/**
 * @author 影子
 * @create 2022-01-13-16:32
 **/
public class FlowReducer extends Reducer<Text, FlowBean,Text, FlowBean>{

    private FlowBean outV = new FlowBean();
    @Override
    protected void reduce(Text key, Iterable<FlowBean> values, Reducer<Text, FlowBean, Text, FlowBean>.Context context) throws IOException, InterruptedException {

        //  1.遍历集合累加值
        long totalUp = 0;
        long totalDown = 0;
        for (FlowBean value : values) {
            totalUp += value.getUpFlow();
            totalDown += value.getDownFlow();
        }
        //  2.封装outK,outV
        outV.setUpFlow(totalUp);
        outV.setDownFlow(totalDown);
        outV.setSumFlow();

        //  3.写出
        context.write(key,outV);
    }
}

5.创建Driver类

package com.yingzi.mapreduce.partitioner2;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
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.io.IOException;


/**
 * @author 影子
 * @create 2022-01-13-16:40
 **/
public class FlowDriver {

    public static void main(String[] args) throws IOException, InterruptedException, ClassNotFoundException {

        //  1.获取job
        Configuration conf = new Configuration();
        Job job = Job.getInstance(conf);

        //  2.设置jar
        job.setJarByClass(FlowDriver.class);

        //  3.关联Mapper、Reducer
        job.setMapperClass(FlowMapper.class);
        job.setReducerClass(FlowReducer.class);

        //  4.设置mapper,输出的key和value类型
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(FlowBean.class);

        //  5.设置最终数据输出的key和value类型
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(FlowBean.class);
		
        //8.指定自定义分区器
        job.setPartitionerClass(ProvincePartitioner.class);
        
        //9 同时指定相应数量的 ReduceTask
        job.setNumReduceTasks(5);

        //  6.设置数据的输入和输出路径
        FileInputFormat.setInputPaths(job,new Path("G:\\计算机资料\\大数据开发\\尚硅谷大数据技术之Hadoop3.x\\资料\\11_input\\inputflow"));
        FileOutputFormat.setOutputPath(job,new Path("G:\\计算机资料\\大数据开发\\尚硅谷大数据技术之Hadoop3.x\\资料\\_output\\output7"));

        //  7.提交job
        boolean result = job.waitForCompletion(true);
        System.exit(result ? 0:1);

    }
}

4.查看结果

在这里插入图片描述

标签：分区,Partition,hadoop,案例,job,org,apache,import,public
来源： https://blog.csdn.net/mynameisgt/article/details/122524244

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。

ICode9