【李老师云盘算】作业二：参照Eclipse Mapreduc访问Hadoop文档，求解n个数
3.2 作业配置实现(评分点7)编写main函数，辅以充分的注释3.3 Map过程的实现(评分点8)Mapper类的局部变量、编写map函数，辅以充分的注释
3.4 Reduce过程的实现(评分点9)Reducer类的局部变量、编写reduce函数，辅以充分的注释
4. 测试(评分点10)给出测试数据，运行程序，得出盘算效果。
参考答案：
1.1 MapReduce编程模型
MapReduce编程模型是一种分布式盘算框架，其核心思想是将大规模数据集划分为许多小数据块，然后将这些小数据块分别交给多个盘算节点进行处理，最终将效果进行合并。MapReduce编程模型包罗两个阶段：Map阶段和Reduce阶段。在Map阶段，每个盘算节点都会对自己所负责的数据块进行处理，将其映射为一系列键值对。在Reduce阶段，这些键值对会被按照键进行合并，并进行聚合利用。
1.2 MapReduce处理过程
MapReduce处理过程包括以下几个步骤：
[*]输入分片：将输入数据分割为若干个数据块。
[*]Map处理：对每个数据块进行Map处理，并将效果输出为若干个键值对。
[*]Shuffle过程：对Map输出的键值对进行合并、排序、分组等利用，将同一键的值合并在一起，天生若干个键值对集合。
[*]Reduce处理：对每个键值对集合进行Reduce处理，天生若干个输出键值对。
[*]输出：将Reduce输出的效果生存到输出文件中。
[*]MapReduce求最大值处理过程
2.1 分割过程
在这个问题中，我们需要将输入数据分割为若干个数据块，每个数据块包罗若干个数值。由于我们需要求的是最大值，因此我们可以将数据块分割为大小相等的若干个子数据块，每个子数据块的大小为m。例如，如果输入数据为，而且m=3，则我们可以将数据块分割为三个子数据块：, , 。
2.2 Map排序与Combine过程
在Map阶段，每个盘算节点都会对自己所负责的数据块进行处理，将其映射为一系列键值对。由于我们需要求最大值，因此我们可以将每个数据块中的最大值作为键，将输入数据块的编号作为值。例如，对于子数据块，其最大值为5，编号为0，因此我们可以将键值对(5, 0)输出。
在Map阶段的输出效果需要进行合并利用，以淘汰Reduce阶段的数据量。在本问题中，我们可以将Map输出的键值对按照键进行排序，并将同一键的值进行合并，天生若干个键值对集合。由于我们的键是数值，因此我们需要对键进行升序排序。
在对键值对进行排序的过程中，可以通过自定义比较器来指定排序方式。对于本问题中的键值对，我们可以通过编写一个比较器类来指定按照键的升序排序。下面是一个示例代码：
public class MaxValueComparator extends WritableComparator {
protected MaxValueComparator() {
super(IntWritable.class, true);
}
@Override
public int compare(WritableComparable a, WritableComparable b) {
IntWritable int1 = (IntWritable) a;
IntWritable int2 = (IntWritable) b;
return int1.compareTo(int2);
}
}
在Map阶段的输出效果进行合并利用时，可以通过Combine过程来进一步淘汰数据量。Combine过程与Reduce过程相似，但是其运行在Map节点上，而且可以在Map节点上进行合并利用。在本问题中，我们可以使用Reduce过程作为Combine过程，将同一键的值进行合并，并输出合并后的键值对集合。
2.3 Reduce排序与输出效果
在Reduce阶段，对于每个键值对集合，我们可以对其进行Reduce利用，求出最大值。例如，对于键值对集合(5, )，我们可以求出其对应的最大值10。对于本问题中的Reduce利用，我们可以编写一个Reducer类来实现。下面是一个示例代码：
public class MaxValueReducer extends Reducer<IntWritable, IntWritable, IntWritable, IntWritable> {
private IntWritable result = new IntWritable();
@Override
public void reduce(IntWritable key, Iterable<IntWritable> values, Context context)
throws IOException, InterruptedException {
int max = Integer.MIN_VALUE;
for (IntWritable value : values) {
max = Math.max(max, value.get());
}
result.set(max);
context.write(key, result);
}
}
在Reduce阶段的输出效果需要进行排序利用，以便将最大值排在最前面。在本问题中，我们可以使用与Map阶段雷同的方式对输出效果进行排序，即使用一个比较器类来指定按照键的升序排序。下面是一个示例代码：
job.setSortComparatorClass(MaxValueComparator.class);
[*]基于Eclipse的MapReduce项目求解最大值
3.1 Eclipse访问HDFS
在基于Eclipse的MapReduce项目中，我们需要使用HDFS作为输入和输出的数据源。因此，在编写代码之前，我们需要确保Hadoop和HDFS已经安装并运行在本地环境中。在Eclipse中，可以通过添加Hadoop库来访问HDFS。下面是一个示例代码：
Configuration conf = new Configuration();
conf.set("fs.defaultFS", "hdfs://localhost:9000");
FileSystem fs = FileSystem.get(conf);
Path inputPath = new Path("/input");
Path outputPath = new Path("/output");
if (fs.exists(outputPath)) {
fs.delete(outputPath, true);
}
3.2 作业配置实现
在配置MapReduce作业时，我们需要指定作业的输入、输出、Mapper类、Reducer类等信息。
Job job = Job.getInstance(conf, "max value");
job.setJarByClass(MaxValue.class);
job.setMapperClass(MaxValueMapper.class);
job.setCombinerClass(MaxValueReducer.class);
job.setReducerClass(MaxValueReducer.class);
job.setOutputKeyClass(IntWritable.class);
job.setOutputValueClass(IntWritable.class);
FileInputFormat.addInputPath(job, inputPath);
FileOutputFormat.setOutputPath(job, outputPath);
在配置作业时，我们需要通过Job类的getInstance方法来获取一个作业实例，并指定作业的名称和运行配置。在本问题中，我们可以指定作业名称为"max value"。通过setJarByClass方法来指定运行作业的类，即MaxValue类。通过setMapperClass、setCombinerClass和setReducerClass方法来指定Mapper、Combine和Reducer类。通过setOutputKeyClass和setOutputValueClass方法来指定输出键和值的类型。最后，通过FileInputFormat和FileOutputFormat类的addInputPath和setOutputPath方法来指定作业的输入和输出路径。
public class MaxValue {
public static void main(String[] args) throws Exception {
Configuration conf = new Configuration();
conf.set("fs.defaultFS", "hdfs://localhost:9000");
FileSystem fs = FileSystem.get(conf);
Path inputPath = new Path("/input");
Path outputPath = new Path("/output");
if (fs.exists(outputPath)) {
fs.delete(outputPath, true);
}
Job job = Job.getInstance(conf, "max value");
job.setJarByClass(MaxValue.class);
job.setMapperClass(MaxValueMapper.class);
job.setCombinerClass(MaxValueReducer.class);
job.setReducerClass(MaxValueReducer.class);
job.setOutputKeyClass(IntWritable.class);
job.setOutputValueClass(IntWritable.class);
FileInputFormat.addInputPath(job, inputPath);
FileOutputFormat.setOutputPath(job, outputPath);
boolean success = job.waitForCompletion(true);
if (success) {
System.out.println("Job completed successfully.");
}
}
}
在main函数中，我们起首创建一个Configuration对象，并设置默认文件系统为本地HDFS。然后，我们获取一个FileSystem对象，并指定输入和输出路径。在作业配置之后，我们通过调用waitForCompletion方法来等待作业运行完毕。最后，我们输出作业运行效果。如果作业运行成功，输出"Job completed successfully."。
3.3 Map过程的实现
public class MaxValueMapper extends Mapper<LongWritable, Text, IntWritable, IntWritable> {
private final IntWritable one = new IntWritable(1);
private IntWritable number = new IntWritable();
@Override
public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
String[] numbers = value.toString().split(",");
for (String s : numbers) {
number.set(Integer.parseInt(s));
context.write(one, number);
}
}
}
在Mapper类中，我们起首声明两个局部变量：一个IntWritable类型的one变量，用于作为键；一个IntWritable类型的number变量，用于作为值。在map函数中，我们起首将输入的一行文本转换为一个字符串数组，然后遍历该数组。对于数组中的每个元素，我们将其转换为一个整数，并将其赋值给number变量。接下来，我们将one作为键，number作为值，通过调用Context对象的write方法写入上下文。如许，Map函数就将每个输入数值作为值输出，而将固定的键1与每个数值组合。
在Reducer类中，我们同样起首声明一个局部变量，用于生存输入值的最大值。在reduce函数中，对于每个键值对，我们将值转换为一个整数，并与当前最大值进行比较。如果值大于当前最大值，则将该值赋值给最大值变量。最后，我们通过调用Context对象的write方法将最大值写入上下文。
public static class MaxReducer extends Reducer<IntWritable, IntWritable, IntWritable, IntWritable> {
private IntWritable result = new IntWritable();
public void reduce(IntWritable key, Iterable<IntWritable> values, Context context)
throws IOException, InterruptedException {
int max = Integer.MIN_VALUE;
for (IntWritable val : values) {
max = Math.max(max, val.get());
}
result.set(max);
context.write(key, result);
}
}
完整的代码如下：
import java.io.IOException;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;
public class MaxValue {
public static class MaxValueMapper extends Mapper<LongWritable, Text, LongWritable, LongWritable> {
最全的Linux教程，Linux从入门到精通
======================
1.**linux从入门到精通(第2版)**
2.**Linux系统移植**
3.**Linux驱动开发入门与实战**
4.**LINUX 系统移植 第2版**
5.**Linux开源网络全栈详解 从DPDK到OpenFlow**
第一份《Linux从入门到精通》466页
====================
内容简介
====
本书是获得了很多读者好评的Linux经典畅销书**《Linux从入门到精通》的第2版**。本书第1版出版后曾经多次印刷，并被51CTO读书频道评为“最受读者喜爱的原创IT技术图书奖”。本书第﹖版以最新的Ubuntu 12.04为版本，循序渐进地向读者介绍了Linux 的基础应用、系统管理、网络应用、娱乐和办公、程序开发、服务器配置、系统安全等。本书附带1张光盘，内容为本书配套多媒体教学视频。另外,本书还为读者提供了大量的Linux学习资料和Ubuntu安装镜像文件，供读者免费下载。
**本书适合广大Linux初中级用户、开源软件爱好者和大专院校的学生阅读，同时也非常适合准备从事Linux平台开发的各类人员。**
> 需要《Linux入门到精通》、《linux系统移植》、《Linux驱动开发入门实战》、《Linux开源网络全栈》电子书籍及教程的工程师朋友们劳烦您转发+评论
**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**
**[需要这份系统化的资料的朋友，可以点击这里获取！](https://bbs.csdn.net/topics/618542503)**
**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]