MapReduce编程实例（四）

前提准备：

1.hadoop安装运行正常。Hadoop安装配置请参考：Ubuntu下 Hadoop 1.2.1 配置安装

2.集成开发环境正常。集成开发环境配置请参考 ：Ubuntu 搭建Hadoop源码阅读环境

MapReduce编程实例：

MapReduce编程实例（一）,详细介绍在集成环境中运行第一个MapReduce程序 WordCount及代码分析

MapReduce编程实例（二），计算学生平均成绩

MapReduce编程实例（三），数据去重

MapReduce编程实例（四），排序

MapReduce编程实例（五），MapReduce实现单表关联

MapReduce编程实例（六），MapReduce实现多表关联

排序，比较简单，上代码，代码中有注释，欢迎交流。

总体是利用MapReduce本身对Key进行排序的特性和按key值有序的分配到不同的partition。Mapreduce默认会对每个reduce按text类型key按字母顺序排序，对intwritable类型按大小进行排序。

package com.t.hadoop;

import java.io.IOException;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Partitioner;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.util.GenericOptionsParser;

/**
 * 排序
 * 利用MapReduce默认的对Key进行排序
 * 继承Partitioner类，重写getPartition使Mapper结果整体有序分到相应的Partition，输入到Reduce分别排序。
 * 利用全局变量统计位置
 * @author daT [email protected]
 *
 */
public class Sort {
	public static class SortMapper extends Mapper<Object, Text, IntWritable, IntWritable>{
		
		//直接输出key,value，key为需要排序的值，value任意
		@Override
		protected void map(Object key, Text value,
			Context context)throws IOException, InterruptedException {
			System.out.println("Key: "+key+"  "+"Value: "+value);
			context.write(new IntWritable(Integer.valueOf(value.toString())),new IntWritable(1));
			
		}
	}
	
	public static class SortReducer extends Reducer<IntWritable, IntWritable, IntWritable, IntWritable>{
		public static IntWritable lineNum = new IntWritable(1);//记录该数据的位置
		
		//查询value的个数，有多少个就输出多少个Key值。
		@Override
		protected void reduce(IntWritable key, Iterable<IntWritable> value,
				Context context) throws IOException, InterruptedException {
			
			System.out.println("lineNum: "+lineNum);
			
			for(IntWritable i:value){
				context.write(lineNum, key);
			}
			lineNum = new IntWritable(lineNum.get()+1);
 		}
	}
	
	
	public static class SortPartitioner extends Partitioner<IntWritable, IntWritable>{

		//根据key对数据进行分派
		@Override
		public int getPartition(IntWritable key, IntWritable value, int partitionNum) {
			System.out.println("partitionNum: "+partitionNum);
			int maxnum = 23492;//输入的最大值，自己定义的。mapreduce 自带的有采样算法和partition的实现可以用，此例没有用。
			int bound = maxnum/partitionNum;
			int keyNum = key.get();
			for(int i=0;i<partitionNum;i++){
				if(keyNum>bound*i&&keyNum<=bound*(i+1)){
					return i;
				}
			}
			return -1;
		}
		
	}
	
	
	public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException{
		Configuration conf = new Configuration();
		String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
		
		if(otherArgs.length<2){
			System.out.println("input parameters errors");
			System.exit(2);
		}
		
		Job job= new Job(conf);
		job.setJarByClass(Sort.class);
		job.setMapperClass(SortMapper.class);
		job.setPartitionerClass(SortPartitioner.class);//此例不许要combiner，需要设置Partitioner
		job.setReducerClass(SortReducer.class);
		job.setOutputKeyClass(IntWritable.class);
		job.setOutputValueClass(IntWritable.class);
		
		FileInputFormat.addInputPath(job, new Path(otherArgs[0]));
		FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));
		
		System.exit(job.waitForCompletion(true)?0:1);
	}
	
}