佛山科学技术学院云计算实验报告了解MapReduce编程Word格式.docx
- 文档编号:22815811
- 上传时间:2023-02-05
- 格式:DOCX
- 页数:18
- 大小:160.19KB
佛山科学技术学院云计算实验报告了解MapReduce编程Word格式.docx
《佛山科学技术学院云计算实验报告了解MapReduce编程Word格式.docx》由会员分享,可在线阅读,更多相关《佛山科学技术学院云计算实验报告了解MapReduce编程Word格式.docx(18页珍藏版)》请在冰豆网上搜索。
二、实验内容与完成情况
学习MapReduce编程模型,理解MapReduce编程思想,会用MapReduce框架编写简单的并行程序;
熟练使用Eclipse编写、调试和运行MapReduce并行程序。
1)编程实现文件合并和去重操作
对于两个输入文件,即文件A和文件B,请编写MapReduce程序,对两个文件进行合并,并剔除其中重复的内容,得到一个新的输出文件C。
下面是输入文件和输出文件的一个样例供参考。
输入文件A的样例如下:
20150101x
20150102y
20150103x
20150104y
20150105z
20150106x
输入文件B的样例如下:
20150101y
20150102y
20150103x
20150104z
20150105y
根据输入文件A和B合并得到的输出文件C的样例如下:
20150101x
20150104y
答案:
代码如下:
packagecom.Merge;
importjava.io.IOException;
importorg.apache.hadoop.conf.Configuration;
importorg.apache.hadoop.fs.Path;
importorg.apache.hadoop.io.IntWritable;
importorg.apache.hadoop.io.Text;
importorg.apache.hadoop.mapreduce.Job;
importorg.apache.hadoop.mapreduce.Mapper;
importorg.apache.hadoop.mapreduce.Reducer;
importorg.apache.hadoop.mapreduce.lib.input.FileInputFormat;
importorg.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
importorg.apache.hadoop.util.GenericOptionsParser;
publicclassMerge{
/**
*@paramargs
*对A,B两个文件进行合并,并剔除其中重复的内容,得到一个新的输出文件C
*/
//重载map函数,直接将输入中的value复制到输出数据的key上
publicstaticclassMapextendsMapper<
Object,Text,Text,Text>
{
privatestaticTexttext=newText();
publicvoidmap(Objectkey,Textvalue,Contextcontext)throwsIOException,InterruptedException{
text=value;
context.write(text,newText("
"
));
}
}
//重载reduce函数,直接将输入中的key复制到输出数据的key上
publicstaticclassReduceextendsReducer<
Text,Text,Text,Text>
publicvoidreduce(Textkey,Iterable<
Text>
values,Contextcontext)throwsIOException,InterruptedException{
context.write(key,newText("
publicstaticvoidmain(String[]args)throwsException{
//TODOAuto-generatedmethodstub
Configurationconf=newConfiguration();
conf.set("
fs.default.name"
"
hdfs:
//localhost:
9000"
);
String[]otherArgs=newString[]{"
input"
output"
};
/*直接设置输入参数*/
if(otherArgs.length!
=2){
System.err.println("
Usage:
wordcount<
in>
<
out>
System.exit
(2);
}
Jobjob=Job.getInstance(conf,"
Mergeandduplicateremoval"
job.setJarByClass(Merge.class);
job.setMapperClass(Map.class);
job.setCombinerClass(Reduce.class);
job.setReducerClass(Reduce.class);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(Text.class);
FileInputFormat.addInputPath(job,newPath(otherArgs[0]));
FileOutputFormat.setOutputPath(job,newPath(otherArgs[1]));
System.exit(job.waitForCompletion(true)?
0:
1);
}
2)编写程序实现对输入文件的排序
现在有多个输入文件,每个文件中的每行内容均为一个整数。
要求读取所有文件中的整数,进行升序排序后,输出到一个新的文件中,输出的数据格式为每行两个整数,第一个数字为第二个整数的排序位次,第二个整数为原待排列的整数。
输入文件1的样例如下:
33
37
12
40
输入文件2的样例如下:
4
16
39
5
输入文件3的样例如下:
45
25
根据输入文件1、2和3得到的输出文件如下:
11
24
35
412
516
625
733
837
939
1040
1145
packagecom.MergeSort;
importorg.apache.hadoop.mapreduce.Partitioner;
publicclassMergeSort{
*输入多个文件,每个文件中的每行内容均为一个整数
*输出到一个新的文件中,输出的数据格式为每行两个整数,第一个数字为第二个整数的排序位次,第二个整数为原待排列的整数
//map函数读取输入中的value,将其转化成IntWritable类型,最后作为输出key
Object,Text,IntWritable,IntWritable>
privatestaticIntWritabledata=newIntWritable();
Stringtext=value.toString();
data.set(Integer.parseInt(text));
context.write(data,newIntWritable
(1));
//reduce函数将map输入的key复制到输出的value上,然后根据输入的value-list中元素的个数决定key的输出次数,定义一个全局变量line_num来代表key的位次
IntWritable,IntWritable,IntWritable,IntWritable>
privatestaticIntWritableline_num=newIntWritable
(1);
publicvoidreduce(IntWritablekey,Iterable<
IntWritable>
values,Contextcontext)throwsIOException,InterruptedException{
for(IntWritableval:
values){
context.write(line_num,key);
line_num=newIntWritable(line_num.get()+1);
//自定义Partition函数,此函数根据输入数据的最大值和MapReduce框架中Partition的数量获取将输入数据按照大小分块的边界,然后根据输入数值和边界的关系返回对应的PartitonID
publicstaticclassPartitionextendsPartitioner<
IntWritable,IntWritable>
publicintgetPartition(IntWritablekey,IntWritablevalue,intnum_Partition){
intMaxnumber=65223;
//int型的最大数值
intbound=Maxnumber/num_Partition+1;
intkeynumber=key.get();
for(inti=0;
i<
num_Partition;
i++){
if(keynumber<
bound*(i+1)&
&
keynumber>
=bound*i){
returni;
}
return-1;
Jobjob=Job.getInstance(conf,"
Mergeandsort"
job.setJarByClass(MergeSort.class);
job.setPartitionerClass(Partition.class);
job.setOutputKeyClass(IntWritable.class);
job.setOutputValueClass(IntWritable.class);
1)对给定的表格进行信息挖掘
下面给出一个child-parent的表格,要求挖掘其中的父子辈关系,给出祖孙辈关系的表格。
输入文件内容如下:
childparent
StevenLucy
StevenJack
JoneLucy
JoneJack
LucyMary
LucyFrank
JackAlice
JackJesse
DavidAlice
DavidJesse
PhilipDavid
PhilipAlma
MarkDavid
MarkAlma
输出文件内容如下:
grandchildgrandparent
MarkJesse
MarkAlice
PhilipJesse
PhilipAlice
JoneJesse
JoneAlice
StevenJesse
StevenAlice
StevenFrank
StevenMary
JoneFrank
JoneMary
packagecom.simple_data_mining;
importjava.util.*;
publicclasssimple_data_mining{
publicstaticinttime=0;
*输入一个child-parent的表格
*输出一个体现grandchild-grandparent关系的表格
//Map将输入文件按照空格分割成child和parent,然后正序输出一次作为右表,反序输出一次作为左表,需要注意的是在输出的value中必须加上左右表区别标志
Stringchild_name=newString();
Stringparent_name=newString();
Stringrelation_type=newString();
Stringline=value.toString();
inti=0;
while(line.charAt(i)!
='
'
){
i++;
String[]values={line.substring(0,i),line.substring(i+1)};
if(values[0].compareTo("
child"
)!
=0){
child_name=values[0];
parent_name=values[1];
relation_type="
1"
;
//左右表区分标志
context.write(newText(values[1]),newText(relation_type+"
+"
+child_name+"
+parent_name));
//左表
2"
context.write(newText(values[0]),newText(relation_type+"
//右表
values,Contextcontext)throwsIOException,InterruptedException{
if(time==0){//输出表头
context.write(newText("
grand_child"
),newText("
grand_parent"
time++;
intgrand_child_num=0;
Stringgrand_child[]=newString[10];
intgrand_parent_num=0;
Stringgrand_parent[]=newString[10];
Iteratorite=values.iterator();
while(ite.hasNext()){
Stringrecord=ite.next().toString();
intlen=record.length();
inti=2;
if(len==0)continue;
charrelation_type=record.charAt(0);
Stringchild_name=newString();
Stringparent_name=newString();
//获取value-list中value的child
while(record.charAt(i)!
+'
child_name=child_name+record.charAt(i);
i++;
i=i+1;
//获取value-list中value的parent
while(i<
len){
parent_name=parent_name+record.charAt(i);
//左表,取出child放入grand_child
if(relation_type=='
1'
grand_child[grand_child_num]=child_name;
grand_child_num++;
else{//右表,取出parent放入grand_parent
grand_parent[grand_parent_num]=parent_name;
grand_parent_num++;
if(grand_parent_num!
=0&
grand_child_num!
=0){
for(intm=0;
m<
grand_child_num;
m++){
for(intn=0;
n<
gran
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 佛山 科学技术 学院 计算 实验 报告 了解 MapReduce 编程