hadoop(9)Shuffle之排序

1 mapReduce的排序

前面讲过在map数据传入reduce之前需要进行数据的排序、分组。而排序的实现也很简单。map的输出在进行排序的时候都是通过key进行的排序,而要对key进行排序,那么key就需要是先jdk的Comparable接口。同时key还需要序列化,需要实现hadoop自定义的Writable接口。所以呢为了方便,hadoop提供了WritableComparable接口。这个接口继承了上面的两个接口。
所以这里引申出了一个问题,当最后的排序,和key的比较值不相等时如何处理呢?也就是我的key需要进行自定义的排序,但是排序的字段不能唯一确定我的这行数据
是不是需要进行两次mapreduce才行呢?

2 实现

数据是已经经过合并后的:

13480253104 180 180 360
13502468823 7335    110349  117684
13560436666 1116    954 2070
13560439658 2034    5892    7926
13602846565 1938    2910    4848
13660577991 6960    690 7650
13719199419 240 0   240
13726230503 2481    24681   27162
13726238888 2481    24681   27162
13760778710 120 120 240
13826544101 264 0   264
13922314466 3008    3720    6728
13925057413 11058   48243   59301
13926251106 240 0   240
13926435656 132 1512    1644
15013685858 3659    3538    7197
15920133257 3156    2936    6092
15989002119 1938    180 2118
18211575961 1527    2106    3633
18320173382 9531    2412    11943
84138413    4116    1432    5548

map:

package com.jiyx.test.mapred.sort;

import com.jiyx.test.mapred.sort.DataBean;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;

import java.io.IOException;

/**
 * key是自定义javaBean,只需要实现了WritableComparable接口,
 * 那么shuffle在进行排序的时候就会按照用户自动的方法进行排序了
 * @author jiyx
 * @create 2018-10-20-16:04
 */
public class SortMapper extends Mapper<LongWritable, Text, DataBean, NullWritable> {

    private DataBean k = new DataBean();

    @Override
    protected void map(LongWritable key, Text value, Mapper.Context context) throws IOException, InterruptedException {
        String[] datas = value.toString().split("\t");
        long phoneNum = Long.parseLong(datas[0]);
        long upFlow = Long.parseLong(datas[1]);
        long downFlow = Long.parseLong(datas[2]);
        context.write(k.set(phoneNum, upFlow, downFlow), NullWritable.get());
    }
}

reduce:

package com.jiyx.test.mapred.sort;

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

import java.io.IOException;

/**
 * @author jiyx
 * @create 2018-10-20-16:19
 */
public class SortReducer extends Reducer<DataBean, NullWritable, DataBean, NullWritable> {
    @Override
    protected void reduce(DataBean key, Iterable<NullWritable> values, Context context) throws IOException, InterruptedException {
        context.write(key, NullWritable.get());
    }
}

自定义key:

package com.jiyx.test.mapred.sort;

import org.apache.hadoop.io.Writable;
import org.apache.hadoop.io.WritableComparable;

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

/**
 * @author jiyx
 * @create 2018-10-15-19:22
 */
public class DataBean implements WritableComparable<DataBean> {

    private long phoneNum;

    private long upFlow;

    private long downFlow;

    private long totalFlow;

    public DataBean() {
    }

    public DataBean(long phoneNum, long upFlow, long downFlow) {
        this.set(phoneNum, upFlow, downFlow);
    }

    /**
     * 序列化
     * @param dataOutput
     * @throws IOException
     */
    @Override
    public void write(DataOutput dataOutput) throws IOException {
        dataOutput.writeLong(phoneNum);
        dataOutput.writeLong(upFlow);
        dataOutput.writeLong(downFlow);
        dataOutput.writeLong(totalFlow);
    }

    public DataBean set(long phoneNum, long upFlow, long downFlow) {
        this.phoneNum = phoneNum;
        this.downFlow = downFlow;
        this.upFlow = upFlow;
        this.totalFlow = upFlow + downFlow;
        return this;
    }

    /**
     * 反序列化
     * @param dataInput
     * @throws IOException
     */
    @Override
    public void readFields(DataInput dataInput) throws IOException {
        phoneNum = dataInput.readLong();
        upFlow = dataInput.readLong();
        downFlow = dataInput.readLong();
        totalFlow = dataInput.readLong();
    }

    /**
     * 按照totalFlow升序排列
     * @param o
     * @return
     */
    @Override
    public int compareTo(DataBean o) {
        // 这里不能返回0,因为排序的是已经统计过的数据,所以没有重复的数据了
        // 所以这里需要按照自己的逻辑处理
        if (this.totalFlow == o.getTotalFlow()) {
             return 1;
        }
        return this.totalFlow > o.getTotalFlow() ? 1 : -1;
    }

    /**
     * 重写toString主要是为了后面的写入文件
     * @return
     */
    @Override
    public String toString() {
        return this.phoneNum + "\t" + this.upFlow + "\t" + this.downFlow + "\t" + this.totalFlow;
    }

    public long getPhoneNum() {
        return phoneNum;
    }

    public void setPhoneNum(long phoneNum) {
        this.phoneNum = phoneNum;
    }

    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 getTotalFlow() {
        return totalFlow;
    }

    public void setTotalFlow(long totalFlow) {
        this.totalFlow = totalFlow;
    }

}

job:

package com.jiyx.test.mapred.sort;

import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.NullWritable;
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 jiyx
 * @create 2018-10-20-16:35
 */
public class SortJob {
    public static void main(String[] args) throws Exception {
        Job job = Job.getInstance();

        job.setJarByClass(SortJob.class);

        job.setMapperClass(SortMapper.class);
        FileInputFormat.setInputPaths(job, new Path(args[0]));

        job.setReducerClass(SortReducer.class);
        // 这块需要注意的是自己踩了一个坑,就是将key和value整反了
        // 然后就会出现异常java.io.IOException: Initialization of all the collectors failed. Error in last collector was:java.lang.ClassCastException: class com.jiyx.test.mapred.flowStatistics.bo.DataBean
        // 所以这里最好注意下
        job.setOutputKeyClass(DataBean.class);
        job.setOutputValueClass(NullWritable.class);
        FileOutputFormat.setOutputPath(job, new Path(args[1]));

        job.waitForCompletion(true);
    }
}

排序后的结果展示:

13760778710 120 120 240
13719199419 240 0   240
13926251106 240 0   240
13826544101 264 0   264
13480253104 180 180 360
13926435656 132 1512    1644
13560436666 1116    954 2070
15989002119 1938    180 2118
18211575961 1527    2106    3633
13602846565 1938    2910    4848
84138413    4116    1432    5548
15920133257 3156    2936    6092
13922314466 3008    3720    6728
15013685858 3659    3538    7197
13660577991 6960    690 7650
13560439658 2034    5892    7926
18320173382 9531    2412    11943
13726230503 2481    24681   27162
13726238888 2481    24681   27162
13925057413 11058   48243   59301
13502468823 7335    110349  117684
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,029评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,238评论 3 388
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,576评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,214评论 1 287
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,324评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,392评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,416评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,196评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,631评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,919评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,090评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,767评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,410评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,090评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,328评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,952评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,979评论 2 351