360网站建设价位,我要进入手机建设银行网站,建网站 发信息 做推广,wordpress编辑功能排序是MapReduce框架中最重要的操作之一。MapTask和ReduceTask均会对数据按照key进行排序。该操作属于Hadoop的默认行为。任何应用程序中的数据均会被排序#xff0c;而不管逻辑上是否需要。默认排序是按照字典顺序排序#xff0c;且实现该排序的方法是快速排序。对于MapTask…排序是MapReduce框架中最重要的操作之一。MapTask和ReduceTask均会对数据按照key进行排序。该操作属于Hadoop的默认行为。任何应用程序中的数据均会被排序而不管逻辑上是否需要。默认排序是按照字典顺序排序且实现该排序的方法是快速排序。对于MapTask它会将处理的结果暂时放到环形缓冲区中当环形缓冲区使用率达到一定阈值后再对缓冲区中的数据进行一次快速排序并将这些有序数据溢写到磁盘上而当数据处理完毕后它会对磁盘上所有文件进行归并排序。 对于ReduceTask它从每个MapTask上远程拷贝相应的数据文件如果文件大小超过一定阈值则溢写磁盘上否则存储在内存中。如果磁盘上文件数目达到一定阈值则进行一次归并排序以生成一个更大文件;如果内存中文件大小或者数目超过一定阈值则进行一次合并后将数据溢写到磁盘上。当所有数据拷贝完毕后ReduceTask统一对内存和磁盘上的所有数据进行一次归并排序。 (1)部分排序 MapReduce根据输入记录的键对数据集排序。保证输出的每个文件内部有序。 (2)全排序 最终输出结果只有一个文件且文件内部有序。实现方式是只设置一个ReduceTask。但该方法在处理大型文件时效率极低因为一台机器处理所有文件完全丧失了MapReduce所提供的并行架构。 (3)二次排序 在自定义排序过程中如果compareTo中的判断条件为两个即为二次排序。 (4辅助排序:(GroupingComparator分组) 在Reduce端对key进行分组。应用于:在接收的key为bean对象时想让一个或几个字段相同全部字段比较不相同的key进入到同一个reduce方法时可以采用分组排序。 输入 输出 compareTo()方法 二次排序全排序就把二次比较删掉 Overridepublic int compareTo(FlowBean o) {// 按照总流量倒序上行流量正序if(this.sumFlowo.sumFlow){return -1;} else if (this.sumFlowo.sumFlow) {return 1;}else {if (this.upFLow o.upFLow) {return 1;}else if(this.upFLowo.upFLow){return -1;}else {return 0;}}} mapper package com.mingyu.mapreduce.writableCompareTo;import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;import java.io.IOException;public class FlowMapper extends MapperLongWritable, Text,FlowBean,Text {private Text outV new Text();private FlowBean outK new FlowBean();Overrideprotected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {// 1、获取一行String line value.toString();// 2、行内切割String[] split line.split(\t);// 3、获取数据String phone split[0];String upFlow split[1];String downFlow split[2];// 4、设置数据outV.set(phone);outK.setUpFLow(Long.parseLong(upFlow));outK.setDownFlow(Long.parseLong(downFlow));outK.setSumFlow();//5、封装context.write(outK,outV);}
}Reducer package com.mingyu.mapreduce.writableCompareTo;import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;import java.io.IOException;public class FlowReducer extends ReducerFlowBean,Text,Text, FlowBean {Overrideprotected void reduce(FlowBean key, IterableText values, Context context) throws IOException, InterruptedException {for (Text value : values) {context.write(value,key);}}
}Driver package com.mingyu.mapreduce.writableCompareTo;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;public class FlowDriver {public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {// 1、获取jobConfiguration conf new Configuration();Job job Job.getInstance(conf);// 2、设置jarjob.setJarByClass(FlowBean.class);// 3、关联mapper、reducerjob.setMapperClass(FlowMapper.class);job.setReducerClass(FlowReducer.class);// 4、设置mapper输出的key和value类型job.setMapOutputKeyClass(FlowBean.class);job.setMapOutputValueClass(Text.class);// 5、设置最终输出的key和value类型job.setOutputKeyClass(Text.class);job.setOutputValueClass(FlowBean.class);// 6、设置数据的输入和输出路径FileInputFormat.setInputPaths(job, new Path(D:\\QQ_file\\bigdatda\\note_info\\hadoop3.3\\output\\output_phone2));FileOutputFormat.setOutputPath(job, new Path(D:\\QQ_file\\bigdatda\\note_info\\hadoop3.3\\output\\output_phone4));// 7、提交jobboolean result job.waitForCompletion(true);System.exit(result ? 0 : 1);}
}
