实验3-MapReduce编程初级实践.docx
《实验3-MapReduce编程初级实践.docx》由会员分享，可在线阅读，更多相关《实验3-MapReduce编程初级实践.docx（7页珍藏版）》请在冰点文库上搜索。
实验3MapReduce编程初级实践
实验3MapReduce编程初级实践
1.实验目的
1.通过实验掌握基本的MapReduce编程方法；
2.掌握用MapReduce解决一些常见的数据处理问题，包括数据去重、数据排序和数据挖掘等。
2.实验平台
已经配置完成的Hadoop伪分布式环境。
3.实验内容和要求
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。
实验最终结果（合并的文件）：
代码如下：
packagecom.Merge;
importjava.io.IOException;
importorg.apache.hadoop.conf.Configuration;
importorg.apache.hadoop.fs.Path;
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;
publicclassMerge{
publicstaticclassMapextendsMapper{
privatestaticTexttext=newText（）;
publicvoidmap（Objectkey,Textvalue,Contextcontext）
throwsIOException,InterruptedException{
text=value;
context.write（text,newText（""））;
}
}
publicstaticclassReduceextendsReducer{
publicvoidreduce（Textkey,Iterablevalues,Contextcontext）
throwsIOException,InterruptedException{
context.write（key,newText（""））;
}
}
publicstaticvoidmain（String[]args）throwsException{
Configurationconf=newConfiguration（）;
conf.set（"fs.defaultFS","hdfs:
//localhost:
9000"）;
String[]otherArgs=newString[]{"input","output"};
if（otherArgs.length!
=2）{
System.err.println（"Usage:
Mergeandduplicateremoval"）;
System.exit
（2）;
}
Jobjob=Job.getInstance（conf,"Mergeandduplicateremoval"）;
job.setJarByClass（Merge.class）;
job.setMapperClass（Map.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。
下面是输入文件和输出文件的一个样例供参考。
实验结果截图：
代码如下：
packagecom.MergeSort;
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;
publicclassMergeSort{
publicstaticclassMapextends
Mapper{
privatestaticIntWritabledata=newIntWritable（）;
publicvoidmap（Objectkey,Textvalue,Contextcontext）
throwsIOException,InterruptedException{
Stringline=value.toString（）;
data.set（Integer.parseInt（line））;
context.write（data,newIntWritable
（1））;
}
}
publicstaticclassReduceextends
Reducer{
privatestaticIntWritablelinenum=newIntWritable
（1）;
publicvoidreduce（IntWritablekey,Iterablevalues,
Contextcontext）throwsIOException,InterruptedException{
for（IntWritableval:
values）{
context.write（linenum,key）;
linenum=newIntWritable（linenum.get（）+1）;
}
}
}
publicstaticvoidmain（String[]args）throwsException{
Configurationconf=newConfiguration（）;
conf.set（"fs.defaultFS","hdfs:
//localhost:
9000"）;
String[]otherArgs=newString[]{"input2","output2"};/*直接设置输入参数*/
if（otherArgs.length!
=2）{
System.err.println（"Usage:
mergesort"）;
System.exit
（2）;
}
Jobjob=Job.getInstance（conf,"mergesort"）;
job.setJarByClass（MergeSort.class）;
job.setMapperClass（Map.class）;
job.setReducerClass（Reduce.class）;
job.setOutputKeyClass（IntWritable.class）;
job.setOutputValueClass（IntWritable.class）;
FileInputFormat.addInputPath（job,newPath（otherArgs[0]））;
FileOutputFormat.setOutputPath（job,newPath（otherArgs[1]））;
System.exit（job.waitForCompletion（true）?
0:
1）;
}
}
3.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。
实验最后结果截图如下：
代码如下：
packagecom.join;
importjava.io.IOException;
importjava.util.*;
importorg.apache.hadoop.conf.Configuration;
importorg.apache.hadoop.fs.Path;
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;
publicclassSTjoin{
publicstaticinttime=0;
publicstaticclassMapextendsMapper{
publicvoidmap（Objectkey,Textvalue,Contextcontext）
throwsIOException,InterruptedException{
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";
context.write（newText（values[1]）,newText（relation_type+"+"
+child_name+"+"+parent_name））;
relation_type="2";
context.write（newText（values[0]）,newText（relation_type+"+"
+child_name+"+"+parent_name））;
}
}
}
publicstaticclassReduceextendsReducer{
publicvoidreduce（Textkey,Iterablevalues,Contextcontext）
throwsIOException,InterruptedException{
if（time==0）{
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（）;
while（record.charAt（i）!
='+'）{
child_name=child_name+record.charAt（i）;
i++;
}
i=i+1;
while（iparent_name=parent_name+record.charAt（i）;
i++;
}
if（relation_type=='1'）{
grand_child[grand_child_num]=child_name;
grand_child_num++;
}else{
grand_parent[grand_parent_num]=parent_name;
grand_parent_num++;
}
}
if（grand_parent_num!
=0&&grand_child_num!
=0）{
for（intm=0;mfor（intn=0;ncontext.write（newText（grand_child[m]）,newText（
grand_parent[n]））;
}
}
}
}
}
publicstaticvoidmain（String[]args）throwsException{
Configurationconf=newConfiguration（）;
conf.set（"fs.defaultFS","hdfs:
//localhost:
9000"）;
String[]otherArgs=newString[]{"input3","output3"};
if（otherArgs.length!
=2）{
System.err.println（"Usage:
SingleTableJoin"）;
System.exit
（2）;
}
Jobjob=Job.getInstance（conf,"Singletablejoin"）;
job.setJarByClass（STjoin.class）;
job.setMapperClass（Map.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）;
}
}
4.实验报告
《云计算》实验报告
题目：
MapReduce编程初级实践
姓名
包生友
日期：
2016/12/20
实验环境：
机房的虚拟机上配置好的环境
解决问题的思路：
根据老师给的代码进行操作
实验内容与完成情况：
已完成，与同学商量后仍有部分代码尚未知道其作用所在
出现的问题：
执行之后，出现未找到main函数情况，再次执行会报错，说文件已经存在。
解决方案（列出遇到的问题和解决办法，列出没有解决的问题）：
问题：
1.执行之后，出现未找到main函数情况
2.再次执行会报错，说文件已经存在。
解决办法：
删除输出文件即可（程序执行时输出文件不能存在）
5.实验总结
通过本次实验，使我掌握基本的MapReduce编程方法；掌握用MapReduce解决一些常见的数据处理问题，包括数据去重、数据排序和数据挖掘等。
短暂的云计算课程实验到此结束，到我知道对云计算的学习是没有尽头的。
升级会员 