一、 Π值计算案例 1) 设计思路:生成随机数的方法,在单位正方形内随机的产生点,落在单位圆内的点数除以总数=4Π,可以得到Π的值 2) Mapper实现 生成随机数,判断到圆心的距离,如果距离小于半径,则将一个数存到context内 private static Random rd = new Random(); public void map(Object key, Text value, Context context) throws IOException, InterruptedException { // TODO Auto-generated method stub int pointNum = Integer.parseInt(value.toString()); for (int i = 0; i < pointNum; i++) { //get random number double x = rd.nextDouble(); double y = rd.nextDouble(); //calculate distance x-=0.5; y-=0.5; double distance = Math.sqrt(x*x + y*y); IntWritable result = new IntWritable(0);
if (distance <= 0.5) { result = new IntWritable(1); } context.write(value, result); } } 3) Reducer实现 循环Mapper传入的value,计算出总和,再将值*4得到Π的结果。 private DoubleWritable resule = new DoubleWritable(); public void reduce(Text key,Iterable<IntWritable> values,Context context) throws IOException, InterruptedException { double pointNum = Double.parseDouble(key.toString()); double sum = 0; for (IntWritable val : values) { sum+=val.get(); } resule.set(sum/pointNum*4); context.write(key, resule); } 二、 日志清洗一案例 1) 设计思路:筛选长度小于11的字段。设计思路:读取文件,切割字符串,判断长度,留下长度大于11的字段 2) Mapper实现 // 1 获取1行数据 String line = value.toString(); // 2 解析日志 boolean result = parseLog(line,context); // 3 日志不合法退出 if (!result) { return; } // 4 设置key k.set(line); // 5 写出数据 context.write(k, NullWritable.get());
3) Reducer实现 // 1 截取 String[] fields = line.split(" ");
// 2 日志长度大于11的为合法 if (fields.length > 11) { // 系统计数器 context.getCounter("map", "true").increment(1); return true; }else { context.getCounter("map", "false").increment(1); return false; }
三、 日志清洗二案例 1) 设计思路:筛选掉日志格式不正确的数据。思路:不正确的格式一般为较长或其他种类的字符较多,所以可以利用字符筛选和长成都筛选。 2) Mapper实现 // 1 获取1行 String line = value.toString(); // 2 解析日志是否合法 LogBean bean = pressLog(line); if (!bean.isValid()) { return; } k.set(bean.toString()); // 3 输出 context.write(k, NullWritable.get());
3) Reducer实现 // 解析日志 private LogBean pressLog(String line) { LogBean logBean = new LogBean(); // 1 截取 String[] fields = line.split(" "); if (fields.length > 11) { // 2封装数据 logBean.setRemote_addr(fields[0]); logBean.setRemote_user(fields[1]); logBean.setTime_local(fields[3].substring(1)); logBean.setRequest(fields[6]); logBean.setStatus(fields[8]); logBean.setBody_bytes_sent(fields[9]); logBean.setHttp_referer(fields[10]);
if (fields.length > 12) { logBean.setHttp_user_agent(fields[11] + " "+ fields[12]); }else { logBean.setHttp_user_agent(fields[11]); } // 大于400,HTTP错误 if (Integer.parseInt(logBean.getStatus()) >= 400) { logBean.setValid(false); } }else { logBean.setValid(false); } return logBean; }
四、 共同好友案例 1) 设计思路:我们需要用到逆向思维,要想知道用户之间的共同好友,通过上面的数据我们可以发现B,C,D,E,F,O 有一个共同好友A。A,C,E,K 有一个共同好友B,我们先对数据进行如下处理:A:B,C,D,E,F,O 我们将它输出为<B,A><C,A><D,A><E,A><F,A><O,A>B:A,C,E,K 我们将它输出为<A,B><C,B><E,B><K,B>然后根据对key值相同的value值进行两两组合,得到数据格式为:<A-B,C><A-B,E>接下来我们再进行第二部操作,在map中将key值相同的输出为如下格式:<B-A,C><B-A,E>,表示为B和A之间的公同好友为C、E,然后我们将数据根据key合并得到B-A C,E。 2) Mapper实现 protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException { String line = value.toString(); String[] users = line.split(":"); String user = users[0]; String[] friends = users[1].split(","); for (String friend : friends) { context.write(new Text(friend), new Text(user)); } } String line = value.toString(); String[] friend_user = line.split(" "); String friend = friend_user[0]; String[] users = friend_user[1].split(","); Arrays.sort(users); System.out.println(users.length); for (int i = 0; i < users.length - 1; i++) { for (int j = i + 1; j < users.length; j++) { context.write(new Text(users[i] + "-" + users[j]), new Text(friend)); } } Reducer实现 protected void reduce(Text key,Iterable<Text> values,Context context) throws IOException, InterruptedException{
StringBuffer sb = new StringBuffer(); for(Text user:values){ sb.append(user).append(","); }
context.write(key,new Text(sb.toString())); } protected void reduce(Text key, Iterable<Text> values, Context context) throws IOException, InterruptedException { StringBuffer sb = new StringBuffer(); for (Text friend : values) { sb.append(friend).append(" "); } context.write(key, new Text(sb.toString())); } |
一、 Mapper和Reducer工作原理理解 Mapper自身就相当于循环操作,所以在context进行write操作时,无需在循环,否则会造成输出的数据重复。Recuder原理也一样,在context输入到文件时,不要循环context,每个Reducer输出一次即可。 二、 Mapper和Reducer函数设置 如果Mapper函数体和Reducer、main函数在一个类里,则需要将Mapper和Reducer函数设置为static静态类函数,如果Mapper和Reducer在不同的class内,则可以不设置static静态函数。 |