本文主要是介绍Hadoop3:MapReduce中实现自定义排序,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!
一、场景描述
以统计号码的流量案例为基础,进行开发。
流量统计结果
我们现在要对这个数据的总流量进行自定义排序。
二、代码实现
我们要对总流量进行排序,就是对FlowBean
中的sumFlow
字段进行排序。
所以,我们需要让FlowBean
实现WritableComparable
接口,并重写compareTo
方法。
另外,我们知道,排序是在Shuffle
过程进行的,且是在环形缓冲区进行的排序
此处的排序,采用快速排序算法
,针对key的索引
进行排序,按照字典顺序进行排序。
所以,我们需要在mapper
程序中,把FlowBean
设置成key
,这样,Shuffle
阶段,会调用FlowBean
的compareTo
方法,进行排序。
FlowBean.java
package com.atguigu.mapreduce.writableComparable;import org.apache.hadoop.io.Writable;
import org.apache.hadoop.io.WritableComparable;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 WritableComparable<FlowBean> {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;}@Overridepublic void write(DataOutput out) throws IOException {out.writeLong(upFlow);out.writeLong(downFlow);out.writeLong(sumFlow);}@Overridepublic void readFields(DataInput in) throws IOException {this.upFlow = in.readLong();this.downFlow = in.readLong();this.sumFlow = in.readLong();}@Overridepublic String toString() {return upFlow + "\t" + downFlow + "\t" + sumFlow;}@Overridepublic int compareTo(FlowBean o) {// 总流量的倒序排序if (this.sumFlow > o.sumFlow) {return -1;} else if (this.sumFlow < o.sumFlow) {return 1;} else {// 按照上行流量的正序排if (this.upFlow > o.upFlow) {return 1;} else if (this.upFlow < o.upFlow) {return -1;} else {return 0;}}}
}
FlowMapper.java
package com.atguigu.mapreduce.writableComparable;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 Mapper<LongWritable, Text, FlowBean, Text> {private FlowBean outK = new FlowBean();private Text outV = new Text();@Overrideprotected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {// 获取一行String line = value.toString();// 切割String[] split = line.split("\t");// 封装outV.set(split[0]);outK.setUpFlow(Long.parseLong(split[1]));outK.setDownFlow(Long.parseLong(split[2]));outK.setSumFlow();// 写出context.write(outK, outV);}
}
三、测试
可以看出,实现了排序效果。
同时,我们可以在这个基础上,实现分区
这样,就实现了分区排序
。
分区教程参考:Hadoop3:MapReduce中的Partition原理及自定义Partition
这篇关于Hadoop3:MapReduce中实现自定义排序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!