• 大数据之实验6


    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“ ”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  

    实验步骤

    1.环境配置以及map工程建立

    参考资料:http://dblab.xmu.edu.cn/blog/hadoop-build-project-using-eclipse/

    2.编写Java代码,并描述其设计思路。

    下图描述了该mapreduce的执行过程

    大致思路是将hdfs上的文本作为输入,MapReduce通过InputFormat会将文本进行切片处理,并将每行的首字母相对于文本文件的首地址的偏移量作为输入键值对的key,文本内容作为输入键值对的value,经过在map函数处理,输出中间结果<word,1>的形式,并在reduce函数中完成对每个单词的词频统计。整个程序代码主要包括两部分:Mapper部分和Reducer部分。

     1 package mapreduce;
     2 
     3 import java.io.IOException;
     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 void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
    16         Job job = Job.getInstance();
    17         job.setJobName("WordCount");
    18         job.setJarByClass(WordCount.class);
    19         job.setMapperClass(doMapper.class);
    20         job.setReducerClass(doReducer.class);
    21         job.setOutputKeyClass(Text.class);
    22         job.setOutputValueClass(IntWritable.class);
    23         Path in = new Path("hdfs://localhost:9000/mapreduce/in/buyer_favorite2.txt");
    24         Path out = new Path("hdfs://localhost:9000/mapreduce/out2");
    25         FileInputFormat.addInputPath(job, in);
    26         FileOutputFormat.setOutputPath(job, out);
    27         System.exit(job.waitForCompletion(true) ? 0 : 1);
    28     }
    29 
    30     public static class doMapper extends Mapper<Object, Text, Text, IntWritable> {
    31         public static final IntWritable one = new IntWritable(1);
    32         public static Text word = new Text();
    33 
    34         protected void map(Object key, Text value, Context context) throws IOException, InterruptedException {
    35             StringTokenizer tokenizer = new StringTokenizer(value.toString(), "	");
    36             word.set(tokenizer.nextToken());
    37             context.write(word, one);
    38         }
    39     }
    40 
    41     public static class doReducer extends Reducer<Text, IntWritable, Text, IntWritable> {
    42         private IntWritable result = new IntWritable();
    43 
    44         protected void reduce(Text key, Iterable<IntWritable> values, Context context)
    45                 throws IOException, InterruptedException {
    46             int sum = 0;
    47             for (IntWritable value : values) {
    48                 sum += value.get();
    49             }
    50             result.set(sum);
    51             context.write(key, result);
    52         }
    53     }
    54 }

    运行结果截图

  • 相关阅读:
    REST API和微服务
    mormot报错: too many fields: 72>=64
    delphi操作blobfield
    cossacklabs acra 开源数据库安全套件
    dremio 对于iceberg 的操作支持
    数据应用访问控制的一些参考资料
    hasura graphqlengine 二进制运行方法说明
    openmetadata abac 实现简单说明
    hasura graphqlengine 源码构建问题
    dremio 22 发布
  • 原文地址:https://www.cnblogs.com/quxiangjia/p/11768388.html
Copyright © 2020-2023  润新知