mapreduce top K实现

2024-06-16 20:18
文章标签 mapreduce top 实现

本文主要是介绍mapreduce top K实现,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

主题思想:

通过TreeMap数据结构实现在各个Map端预计算top k,再由reduce聚合

public class TopK extends Configured implements Tool {  
public static class TopKMapper extends Mapper<Object, Text, NullWritable, LongWritable> {  
public static final int K = 100;  
private TreeMap<Long, Long> tm = new TreeMap<Long, Long>();  
@Override  
protected void map(Object key, Text value, Context context) throws IOException, InterruptedException {  
try {  
long k = Integer.parseInt(value.toString().substring(0, 9));  
tm.put(k, k);  
if (tm.size() > K) {  
tm.remove(tm.firstKey());  
}  
} catch (Exception e) {  
context.getCounter("TopK", "errorlog").increment(1);  
}  
}  
@Override  
protected void cleanup(Context context) throws IOException, InterruptedException {  
for (Long text : tm.values()) {  
context.write(NullWritable.get(), new LongWritable(text));  
}  
}  
}  
public static class TopKReducer extends Reducer<NullWritable, LongWritable, NullWritable, LongWritable> {  
public static final int K = 100;  
private TreeMap<Long, Long> mt = new TreeMap<Long, Long>();  
@Override  
protected void reduce(NullWritable key, Iterable<LongWritable> values, Context context)  
throws IOException, InterruptedException {  
for (LongWritable value : values) {  
mt.put(value.get(), value.get());  
if (mt.size() > K) {  
mt.remove(mt.firstKey());  
}  
}  
for (Long val : mt.descendingKeySet()) {  
context.write(NullWritable.get(), new LongWritable(val));  
}  
}  
}  
@Override  
public int run(String[] args) throws Exception {  
Configuration conf = getConf();  
Job job = new Job(conf, "TopKNum");  
job.setOutputKeyClass(NullWritable.class);  
job.setOutputValueClass(LongWritable.class);  
job.setMapperClass(TopKMapper.class);  
job.setReducerClass(TopKReducer.class);  
job.setJarByClass(TopK.class);  
FileInputFormat.setInputPaths(job, new Path(args[0]));  
FileOutputFormat.setOutputPath(job, new Path(args[1]));  
job.setInputFormatClass(TextInputFormat.class);  
job.setOutputFormatClass(TextOutputFormat.class);  
return job.waitForCompletion(true) ? 0 : 1;  
}  
public static void main(String[] args) throws IOException, InterruptedException {  
try {  
if (args.length < 2) {  
System.err.println("ERROR: Parameter format length ");  
System.exit(0);  
}  
int ret = ToolRunner.run(new TopK(), args);  
System.exit(ret);  
} catch (Exception e) {  
e.printStackTrace();  
}  
}  
}  


 

这篇关于mapreduce top K实现的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1067440

相关文章

C++对象布局及多态实现探索之内存布局(整理的很多链接)

本文通过观察对象的内存布局,跟踪函数调用的汇编代码。分析了C++对象内存的布局情况,虚函数的执行方式,以及虚继承,等等 文章链接:http://dev.yesky.com/254/2191254.shtml      论C/C++函数间动态内存的传递 (2005-07-30)   当你涉及到C/C++的核心编程的时候,你会无止境地与内存管理打交道。 文章链接:http://dev.yesky

通过SSH隧道实现通过远程服务器上外网

搭建隧道 autossh -M 0 -f -D 1080 -C -N user1@remotehost##验证隧道是否生效,查看1080端口是否启动netstat -tuln | grep 1080## 测试ssh 隧道是否生效curl -x socks5h://127.0.0.1:1080 -I http://www.github.com 将autossh 设置为服务,隧道开机启动

时序预测 | MATLAB实现LSTM时间序列未来多步预测-递归预测

时序预测 | MATLAB实现LSTM时间序列未来多步预测-递归预测 目录 时序预测 | MATLAB实现LSTM时间序列未来多步预测-递归预测基本介绍程序设计参考资料 基本介绍 MATLAB实现LSTM时间序列未来多步预测-递归预测。LSTM是一种含有LSTM区块(blocks)或其他的一种类神经网络,文献或其他资料中LSTM区块可能被描述成智能网络单元,因为

vue项目集成CanvasEditor实现Word在线编辑器

CanvasEditor实现Word在线编辑器 官网文档:https://hufe.club/canvas-editor-docs/guide/schema.html 源码地址:https://github.com/Hufe921/canvas-editor 前提声明: 由于CanvasEditor目前不支持vue、react 等框架开箱即用版,所以需要我们去Git下载源码,拿到其中两个主

android一键分享功能部分实现

为什么叫做部分实现呢,其实是我只实现一部分的分享。如新浪微博,那还有没去实现的是微信分享。还有一部分奇怪的问题:我QQ分享跟QQ空间的分享功能,我都没配置key那些都是原本集成就有的key也可以实现分享,谁清楚的麻烦详解下。 实现分享功能我们可以去www.mob.com这个网站集成。免费的,而且还有短信验证功能。等这分享研究完后就研究下短信验证功能。 开始实现步骤(新浪分享,以下是本人自己实现

基于Springboot + vue 的抗疫物质管理系统的设计与实现

目录 📚 前言 📑摘要 📑系统流程 📚 系统架构设计 📚 数据库设计 📚 系统功能的具体实现    💬 系统登录注册 系统登录 登录界面   用户添加  💬 抗疫列表展示模块     区域信息管理 添加物资详情 抗疫物资列表展示 抗疫物资申请 抗疫物资审核 ✒️ 源码实现 💖 源码获取 😁 联系方式 📚 前言 📑博客主页:

探索蓝牙协议的奥秘:用ESP32实现高质量蓝牙音频传输

蓝牙(Bluetooth)是一种短距离无线通信技术,广泛应用于各种电子设备之间的数据传输。自1994年由爱立信公司首次提出以来,蓝牙技术已经经历了多个版本的更新和改进。本文将详细介绍蓝牙协议,并通过一个具体的项目——使用ESP32实现蓝牙音频传输,来展示蓝牙协议的实际应用及其优点。 蓝牙协议概述 蓝牙协议栈 蓝牙协议栈是蓝牙技术的核心,定义了蓝牙设备之间如何进行通信。蓝牙协议

python实现最简单循环神经网络(RNNs)

Recurrent Neural Networks(RNNs) 的模型: 上图中红色部分是输入向量。文本、单词、数据都是输入,在网络里都以向量的形式进行表示。 绿色部分是隐藏向量。是加工处理过程。 蓝色部分是输出向量。 python代码表示如下: rnn = RNN()y = rnn.step(x) # x为输入向量,y为输出向量 RNNs神经网络由神经元组成, python

利用Frp实现内网穿透(docker实现)

文章目录 1、WSL子系统配置2、腾讯云服务器安装frps2.1、创建配置文件2.2 、创建frps容器 3、WSL2子系统Centos服务器安装frpc服务3.1、安装docker3.2、创建配置文件3.3 、创建frpc容器 4、WSL2子系统Centos服务器安装nginx服务 环境配置:一台公网服务器(腾讯云)、一台笔记本电脑、WSL子系统涉及知识:docker、Frp

基于 Java 实现的智能客服聊天工具模拟场景

服务端代码 import java.io.BufferedReader;import java.io.IOException;import java.io.InputStreamReader;import java.io.PrintWriter;import java.net.ServerSocket;import java.net.Socket;public class Serv