MapReduce編程實例（四）

前提準備：

1.hadoop安裝運行正常。Hadoop安裝配置請參考：Ubuntu下 Hadoop 1.2.1 配置安裝

2.集成開發環境正常。集成開發環境配置請參考 ：Ubuntu 搭建Hadoop源碼閱讀環境

MapReduce編程實例：

MapReduce編程實例（一）,詳細介紹在集成環境中運行第一個MapReduce程序 WordCount及代碼分析

MapReduce編程實例（二），計算學生平均成績

MapReduce編程實例（三），數據去重

MapReduce編程實例（四），排序

MapReduce編程實例（五），MapReduce實現單表關聯

MapReduce編程實例（六），MapReduce實現多表關聯

排序，比較簡單，上代碼，代碼中有註釋，歡迎交流。

總體是利用MapReduce本身對Key進行排序的特性和按key值有序的分配到不同的partition。Mapreduce默認會對每個reduce按text類型key按字母順序排序，對intwritable類型按大小進行排序。

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默認的對Key進行排序
 * 繼承Partitioner類，重寫getPartition使Mapper結果整體有序分到相應的Partition，輸入到Reduce分別排序。
 * 利用全局變量統計位置
 * @author daT [email protected]
 *
 */
public class Sort {
	public static class SortMapper extends Mapper<Object, Text, IntWritable, IntWritable>{
		
		//直接輸出key,value，key爲需要排序的值，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);//記錄該數據的位置
		
		//查詢value的個數，有多少個就輸出多少個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>{

		//根據key對數據進行分派
		@Override
		public int getPartition(IntWritable key, IntWritable value, int partitionNum) {
			System.out.println("partitionNum: "+partitionNum);
			int maxnum = 23492;//輸入的最大值，自己定義的。mapreduce 自帶的有采樣算法和partition的實現可以用，此例沒有用。
			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);//此例不許要combiner，需要設置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);
	}
	
}