码迷,mamicode.com
首页 > 其他好文 > 详细

WordCount实验

时间:2019-10-30 20:00:54      阅读:119      评论:0      收藏:0      [点我收藏+]

标签:ted   exit   err   tostring   orm   col   get   table   oca   

实验内容:

现有某电商网站用户对商品的收藏数据,记录了用户收藏的商品id以及收藏日期,名为buyer_favorite1

buyer_favorite1包含:买家id,商品id,收藏日期这三个字段,数据以“\t”分割,样本数据及格式如下:

  1. 买家id   商品id    收藏日期  
  2. 10181   1000481   2010-04-04 16:54:31  
  3. 20001   1001597   2010-04-07 15:07:52  
  4. 20001   1001560   2010-04-07 15:08:27  
  5. 20042   1001368   2010-04-08 08:20:30  
  6. 20067   1002061   2010-04-08 16:45:33  
  7. 20056   1003289   2010-04-12 10:50:55  
  8. 20056   1003290   2010-04-12 11:57:35  
  9. 20056   1003292   2010-04-12 12:05:29  
  10. 20054   1002420   2010-04-14 15:24:12  
  11. 20055   1001679   2010-04-14 19:46:04  
  12. 20054   1010675   2010-04-14 15:23:53  
  13. 20054   1002429   2010-04-14 17:52:45  
  14. 20076   1002427   2010-04-14 19:35:39  
  15. 20054   1003326   2010-04-20 12:54:44  
  16. 20056   1002420   2010-04-15 11:24:49  
  17. 20064   1002422   2010-04-15 11:35:54  
  18. 20056   1003066   2010-04-15 11:43:01  
  19. 20056   1003055   2010-04-15 11:43:06  
  20. 20056   1010183   2010-04-15 11:45:24  
  21. 20056   1002422   2010-04-15 11:45:49  
  22. 20056   1003100   2010-04-15 11:45:54  
  23. 20056   1003094   2010-04-15 11:45:57  
  24. 20056   1003064   2010-04-15 11:46:04  
  25. 20056   1010178   2010-04-15 16:15:20  
  26. 20076   1003101   2010-04-15 16:37:27  
  27. 20076   1003103   2010-04-15 16:37:05  
  28. 20076   1003100   2010-04-15 16:37:18  
  29. 20076   1003066   2010-04-15 16:37:31  
  30. 20054   1003103   2010-04-15 16:40:14  
  31. 20054   1003100   2010-04-15 16:40:16  

要求编写MapReduce程序,统计每个买家收藏商品数量。

统计结果数据如下:

  1. 买家id 商品数量  
  2. 10181   1  
  3. 20001   2  
  4. 20042   1  
  5. 20054   6  
  6. 20055   1  
  7. 20056   12  
  8. 20064   1  
  9. 20067   1  
  10. 20076   5 

代码:

 1 package mapreduce;
 2 import java.io.IOException;  
 3 
 4 import java.util.StringTokenizer;  
 5 import org.apache.hadoop.fs.Path;  
 6 import org.apache.hadoop.io.IntWritable;  
 7 import org.apache.hadoop.io.Text;  
 8 import org.apache.hadoop.mapreduce.Job;  
 9 import org.apache.hadoop.mapreduce.Mapper;  
10 import org.apache.hadoop.mapreduce.Reducer;  
11 import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;  
12 import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;  
13 
14 public class WordCount {
15      public static class doMapper extends Mapper<Object, Text, Text, IntWritable>{  
16             //第一个Object表示输入key的类型;第二个Text表示输入value的类型;第三个Text表示表示输出键的类型;第四个IntWritable表示输出值的类型  
17             public static final IntWritable one = new IntWritable(1);  
18                     public static Text word = new Text();  
19                     @Override  
20                     protected void map(Object key, Text value, Context context) throws IOException, InterruptedException  //抛出异常  
21                     {  
22                         StringTokenizer tokenizer = new StringTokenizer(value.toString(),"\t");  
23                       //StringTokenizer是Java工具包中的一个类,用于将字符串进行拆分  
24                        word.set(tokenizer.nextToken());  
25                              //返回当前位置到下一个分隔符之间的字符串  
26                             context.write(word, one);  
27                              //将word存到容器中,记一个数  
28                       }
29          }             
30      public static class doReducer extends Reducer<Text, IntWritable, Text, IntWritable>{  
31             //参数同Map一样,依次表示是输入键类型,输入值类型,输出键类型,输出值类型  
32             private IntWritable result = new IntWritable();  
33                     @Override  
34                     protected void reduce(Text key, Iterable<IntWritable> values, Context context)  
35                 throws IOException, InterruptedException {  
36                 int sum = 0;  
37                 for (IntWritable value : values) {  
38                 sum += value.get();  
39                 }  
40                 //for循环遍历,将得到的values值累加  
41                 result.set(sum);  
42                 context.write(key, result);  
43                 }  
44                 } 
45      public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {  
46             Job job = Job.getInstance();  
47             job.setJobName("WordCount");  
48             job.setJarByClass(WordCount.class);  
49             job.setMapperClass(doMapper.class);  
50             job.setReducerClass(doReducer.class);  
51             job.setOutputKeyClass(Text.class);  
52             job.setOutputValueClass(IntWritable.class);  
53             Path in = new Path("hdfs://localhost:9000/mymapreduce1/in");  
54             Path out = new Path("hdfs://localhost:9000/mymapreduce1/out");  
55             FileInputFormat.addInputPath(job, in);  
56             FileOutputFormat.setOutputPath(job, out);  
57             System.exit(job.waitForCompletion(true) ? 0 : 1);  
58         }  
59 }

最终结果截图:

技术图片

 

WordCount实验

标签:ted   exit   err   tostring   orm   col   get   table   oca   

原文地址:https://www.cnblogs.com/liyuchao/p/11767262.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!