校园春色亚洲色图_亚洲视频分类_中文字幕精品一区二区精品_麻豆一区区三区四区产品精品蜜桃

主頁 > 知識庫 > hadoop二次排序的原理和實現方法

hadoop二次排序的原理和實現方法

熱門標簽:熱血傳奇沃瑪森林地圖標注 南召400電話辦理資費 地圖標注審核工作怎么樣注冊 福建ai電銷機器人加盟公司 去哪里辦卡 揭陽外呼系統公司 無錫電銷機器人銷售 招聘信息 地圖標注植物名稱 鄭州中國移動400電話申請

默認情況下,Map輸出的結果會對Key進行默認的排序,但是有時候需要對Key排序的同時還需要對Value進行排序,這時候就要用到二次排序了。下面我們來說說二次排序

1、二次排序原理

我們把二次排序分為以下幾個階段

Map起始階段

在Map階段,使用job.setInputFormatClass()定義的InputFormat,將輸入的數據集分割成小數據塊split,同時InputFormat提供一個RecordReader的實現。在這里我們使用的是TextInputFormat,它提供的RecordReader會將文本的行號作為Key,這一行的文本作為Value。這就是自定 Mapper的輸入是LongWritable,Text> 的原因。然后調用自定義Mapper的map方法,將一個個LongWritable,Text>鍵值對輸入給Mapper的map方法

Map最后階段

在Map階段的最后,會先調用job.setPartitionerClass()對這個Mapper的輸出結果進行分區,每個分區映射到一個Reducer。每個分區內又調用job.setSortComparatorClass()設置的Key比較函數類排序。可以看到,這本身就是一個二次排序。如果沒有通過job.setSortComparatorClass()設置 Key比較函數類,則使用Key實現的compareTo()方法

Reduce階段

在Reduce階段,reduce()方法接受所有映射到這個Reduce的map輸出后,也會調用job.setSortComparatorClass()方法設置的Key比較函數類,對所有數據進行排序。然后開始構造一個Key對應的Value迭代器。這時就要用到分組,使用 job.setGroupingComparatorClass()方法設置分組函數類。只要這個比較器比較的兩個Key相同,它們就屬于同一組,它們的 Value放在一個Value迭代器,而這個迭代器的Key使用屬于同一個組的所有Key的第一個Key。最后就是進入Reducer的 reduce()方法,reduce()方法的輸入是所有的Key和它的Value迭代器,同樣注意輸入與輸出的類型必須與自定義的Reducer中聲明的一致

接下來我們通過示例,可以很直觀的了解二次排序的原理

輸入文件 sort.txt 內容為

40 20 40 10 40 30 40 5 30 30 30 20 30 10 30 40 50 20 50 50 50 10 50 60

輸出文件的內容(從小到大排序)如下

30 10 30 20 30 30 30 40 -------- 40 5 40 10 40 20 40 30 -------- 50 10 50 20 50 50 50 60

從輸出的結果可以看出Key實現了從小到大的排序,同時相同Key的Value也實現了從小到大的排序,這就是二次排序的結果

2、二次排序的具體流程

在本例中要比較兩次。先按照第一字段排序,然后再對第一字段相同的按照第二字段排序。根據這一點,我們可以構造一個復合類IntPair ,它有兩個字段,先利用分區對第一字段排序,再利用分區內的比較對第二字段排序。二次排序的流程分為以下幾步。

在本例中要比較兩次。先按照第一字段排序,然后再對第一字段相同的按照第二字段排序。根據這一點,我們可以構造一個復合類IntPair ,它有兩個字段,先利用分區對第一字段排序,再利用分區內的比較對第二字段排序。二次排序的流程分為以下幾步。

1、自定義 key

所有自定義的key應該實現接口WritableComparable,因為它是可序列化的并且可比較的。WritableComparable 的內部方法如下所示

// 反序列化,從流中的二進制轉換成IntPair
public void readFields(DataInput in) throws IOException

// 序列化,將IntPair轉化成使用流傳送的二進制
public void write(DataOutput out)

// key的比較
public int compareTo(IntPair o)

// 默認的分區類 HashPartitioner,使用此方法
public int hashCode()

// 默認實現
public boolean equals(Object right)

2、自定義分區

自定義分區函數類FirstPartitioner,是key的第一次比較,完成對所有key的排序。

public static class FirstPartitioner extends Partitioner IntPair,IntWritable>

在job中使用setPartitionerClasss()方法設置Partitioner

job.setPartitionerClasss(FirstPartitioner.Class);

3、Key的比較類

這是Key的第二次比較,對所有的Key進行排序,即同時完成IntPair中的first和second排序。該類是一個比較器,可以通過兩種方式實現。

1) 繼承WritableComparator。

public static class KeyComparator extends WritableComparator

必須有一個構造函數,并且重載以下方法。

public int compare(WritableComparable w1, WritableComparable w2)

2) 實現接口 RawComparator。

上面兩種實現方式,在Job中,可以通過setSortComparatorClass()方法來設置Key的比較類。

job.setSortComparatorClass(KeyComparator.Class);

注意:如果沒有使用自定義的SortComparator類,則默認使用Key中compareTo()方法對Key排序。

4、定義分組類函數

在Reduce階段,構造一個與 Key 相對應的 Value 迭代器的時候,只要first相同就屬于同一個組,放在一個Value迭代器。定義這個比較器,可以有兩種方式。

1) 繼承 WritableComparator。

public static class GroupingComparator extends WritableComparator

必須有一個構造函數,并且重載以下方法。

public int compare(WritableComparable w1, WritableComparable w2)

2) 實現接口 RawComparator。

上面兩種實現方式,在 Job 中,可以通過 setGroupingComparatorClass()方法來設置分組類。

job.setGroupingComparatorClass(GroupingComparator.Class);

另外注意的是,如果reduce的輸入與輸出不是同一種類型,則 Combiner和Reducer 不能共用 Reducer 類,因為

Combiner 的輸出是 reduce 的輸入。除非重新定義一個Combiner。

3、代碼實現

Hadoop的example包中自帶了一個MapReduce的二次排序算法,下面對 example包中的二次排序進行改進

package com.buaa;
import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;
import org.apache.hadoop.io.WritableComparable;
/** 
* @ProjectName SecondarySort
* @PackageName com.buaa
* @ClassName IntPair
* @Description 將示例數據中的key/value封裝成一個整體作為Key,同時實現 WritableComparable接口并重寫其方法
* @Author 劉吉超
* @Date 2016-06-07 22:31:53
*/
public class IntPair implements WritableComparableIntPair>{
  private int first;
  private int second;
  public IntPair(){
  }
  public IntPair(int left, int right){
    set(left, right);
  }
  public void set(int left, int right){
    first = left;
    second = right;
  }
  @Override
  public void readFields(DataInput in) throws IOException{
    first = in.readInt();
    second = in.readInt();
  }
  @Override
  public void write(DataOutput out) throws IOException{
    out.writeInt(first);
    out.writeInt(second);
  }
  @Override
  public int compareTo(IntPair o)
  {
    if (first != o.first){
      return first  o.first ? -1 : 1;
    }else if (second != o.second){
      return second  o.second ? -1 : 1;
    }else{
      return 0;
    }
  }
  @Override
  public int hashCode(){
    return first * 157 + second;
  }
  @Override
  public boolean equals(Object right){
    if (right == null)
      return false;
    if (this == right)
      return true;
    if (right instanceof IntPair){
      IntPair r = (IntPair) right;
      return r.first == first  r.second == second;
    }else{
      return false;
    }
  }
  public int getFirst(){
    return first;
  }
  public int getSecond(){
    return second;
  }
}
package com.buaa;
import java.io.IOException;
import java.util.StringTokenizer;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.io.WritableComparable;
import org.apache.hadoop.io.WritableComparator;
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.input.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;
/** 
* @ProjectName SecondarySort
* @PackageName com.buaa
* @ClassName SecondarySort
* @Description TODO
* @Author 劉吉超
* @Date 2016-06-07 22:40:37
*/
@SuppressWarnings("deprecation")
public class SecondarySort {
  public static class Map extends MapperLongWritable, Text, IntPair, IntWritable> {
    public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
      String line = value.toString();
      StringTokenizer tokenizer = new StringTokenizer(line);
      int left = 0;
      int right = 0;
      if (tokenizer.hasMoreTokens()) {
        left = Integer.parseInt(tokenizer.nextToken());
        if (tokenizer.hasMoreTokens())
          right = Integer.parseInt(tokenizer.nextToken());
        context.write(new IntPair(left, right), new IntWritable(right));
      }
    }
  }
  /*
   * 自定義分區函數類FirstPartitioner,根據 IntPair中的first實現分區
   */
  public static class FirstPartitioner extends PartitionerIntPair, IntWritable>{
    @Override
    public int getPartition(IntPair key, IntWritable value,int numPartitions){
      return Math.abs(key.getFirst() * 127) % numPartitions;
    }
  }
  /*
   * 自定義GroupingComparator類,實現分區內的數據分組
   */
  @SuppressWarnings("rawtypes")
  public static class GroupingComparator extends WritableComparator{
    protected GroupingComparator(){
      super(IntPair.class, true);
    }
    @Override
    public int compare(WritableComparable w1, WritableComparable w2){
      IntPair ip1 = (IntPair) w1;
      IntPair ip2 = (IntPair) w2;
      int l = ip1.getFirst();
      int r = ip2.getFirst();
      return l == r ? 0 : (l  r ? -1 : 1);
    }
  }
  public static class Reduce extends ReducerIntPair, IntWritable, Text, IntWritable> {
    public void reduce(IntPair key, IterableIntWritable> values, Context context) throws IOException, InterruptedException {
      for (IntWritable val : values) {
        context.write(new Text(Integer.toString(key.getFirst())), val);
      }
    }
  }
  public static void main(String[] args) throws IOException, InterruptedException, ClassNotFoundException {
    // 讀取配置文件
    Configuration conf = new Configuration();
    // 判斷路徑是否存在,如果存在,則刪除  
    Path mypath = new Path(args[1]); 
    FileSystem hdfs = mypath.getFileSystem(conf); 
    if (hdfs.isDirectory(mypath)) { 
      hdfs.delete(mypath, true); 
    } 
    Job job = new Job(conf, "secondarysort");
    // 設置主類
    job.setJarByClass(SecondarySort.class);
    // 輸入路徑
    FileInputFormat.setInputPaths(job, new Path(args[0]));
    // 輸出路徑
    FileOutputFormat.setOutputPath(job, new Path(args[1]));
    // Mapper
    job.setMapperClass(Map.class);
    // Reducer
    job.setReducerClass(Reduce.class);
    // 分區函數
    job.setPartitionerClass(FirstPartitioner.class);
    // 本示例并沒有自定義SortComparator,而是使用IntPair中compareTo方法進行排序 job.setSortComparatorClass();
    // 分組函數
    job.setGroupingComparatorClass(GroupingComparator.class);
    // map輸出key類型
    job.setMapOutputKeyClass(IntPair.class);
    // map輸出value類型
    job.setMapOutputValueClass(IntWritable.class);
    // reduce輸出key類型
    job.setOutputKeyClass(Text.class);
    // reduce輸出value類型
    job.setOutputValueClass(IntWritable.class);
    // 輸入格式
    job.setInputFormatClass(TextInputFormat.class);
    // 輸出格式
    job.setOutputFormatClass(TextOutputFormat.class);
    System.exit(job.waitForCompletion(true) ? 0 : 1);
  }
}

總結

以上所述是小編給大家介紹的hadoop二次排序的原理和實現方法,希望對大家有所幫助,如果大家有任何疑問歡迎給我留言,小編會及時回復大家的!

您可能感興趣的文章:
  • Hadoop對文本文件的快速全局排序實現方法及分析

標簽:黔南 南昌 東莞 宣城 桂林 景德鎮 文山 鹽城

巨人網絡通訊聲明:本文標題《hadoop二次排序的原理和實現方法》,本文關鍵詞  hadoop,二次,排序,的,原理,;如發現本文內容存在版權問題,煩請提供相關信息告之我們,我們將及時溝通與處理。本站內容系統采集于網絡,涉及言論、版權與本站無關。
  • 相關文章
  • 下面列出與本文章《hadoop二次排序的原理和實現方法》相關的同類信息!
  • 本頁收集關于hadoop二次排序的原理和實現方法的相關信息資訊供網民參考!
  • 推薦文章
    校园春色亚洲色图_亚洲视频分类_中文字幕精品一区二区精品_麻豆一区区三区四区产品精品蜜桃
    精品一区二区日韩| 国产精品私房写真福利视频| a亚洲天堂av| 粉嫩高潮美女一区二区三区| 国产精品资源站在线| 激情成人综合网| 国产在线国偷精品免费看| 日韩va欧美va亚洲va久久| 欧美aⅴ一区二区三区视频| 青青草国产精品亚洲专区无| 美女mm1313爽爽久久久蜜臀| 国内不卡的二区三区中文字幕| 国产乱淫av一区二区三区| 高清在线不卡av| 91论坛在线播放| 精品视频一区二区不卡| 91精品国产综合久久精品性色| 欧美日韩国产美| 日韩欧美一区二区免费| 久久久久国产精品免费免费搜索| 国产精品免费av| 亚洲免费在线播放| 日韩精品欧美精品| 国产精品69久久久久水密桃| 91在线一区二区三区| 欧美日韩国产影片| 国产亚洲欧美一级| 亚洲h在线观看| 国产精一品亚洲二区在线视频| 成人黄色在线看| 欧美日韩成人一区二区| 久久久99精品久久| 亚洲一区二区三区四区在线免费观看| 亚洲成精国产精品女| 国产精品一级黄| 色呦呦网站一区| 久久婷婷久久一区二区三区| 亚洲色图视频网| 久久91精品国产91久久小草 | 91成人国产精品| 欧美人动与zoxxxx乱| 欧美精彩视频一区二区三区| 亚洲网友自拍偷拍| 成人激情动漫在线观看| 欧美不卡一区二区三区| 亚洲欧美国产三级| 国产精品一区专区| 91麻豆精品国产91久久久使用方法| 久久久久亚洲蜜桃| 日本视频在线一区| 日本高清不卡aⅴ免费网站| 精品1区2区在线观看| 亚洲国产另类av| 99久久综合99久久综合网站| 欧美精品一区二区三区蜜桃视频 | 久久爱另类一区二区小说| 91视频com| 中文字幕欧美三区| 国产传媒欧美日韩成人| 日韩视频在线你懂得| 亚洲bdsm女犯bdsm网站| 一道本成人在线| 国产精品久久久久久久久快鸭 | 不卡一区中文字幕| 精品国产乱码久久久久久久| 一区二区欧美视频| 在线精品视频免费播放| 亚洲女同ⅹxx女同tv| 成人app网站| 亚洲第一久久影院| 色婷婷亚洲一区二区三区| 国产精品成人免费在线| 成人在线一区二区三区| 久久久天堂av| 成人污污视频在线观看| 国产午夜精品久久久久久久| 国产精品一级二级三级| 国产欧美一区二区精品秋霞影院 | 青椒成人免费视频| 在线播放视频一区| 日韩不卡免费视频| 精品sm在线观看| 国产乱码字幕精品高清av| 久久久影视传媒| 丁香另类激情小说| 国产精品久久久久婷婷二区次| www.欧美精品一二区| 一区二区三区欧美久久| 97精品视频在线观看自产线路二| 亚洲欧美日韩久久精品| 欧美日韩国产一区| 日本亚洲视频在线| 国产欧美日韩另类一区| 成人国产精品免费网站| 亚洲精品成人悠悠色影视| 在线观看日韩一区| 美国欧美日韩国产在线播放| 欧美国产日韩亚洲一区| 日本韩国一区二区| 琪琪一区二区三区| 国产欧美一区二区精品性色超碰| bt7086福利一区国产| 性久久久久久久| 欧美精品一区二区高清在线观看| 国产成人午夜电影网| 亚洲欧美aⅴ...| 欧美sm美女调教| 色综合色综合色综合色综合色综合 | 久久精品视频在线看| 91农村精品一区二区在线| 亚洲国产精品一区二区www| 久久天堂av综合合色蜜桃网| 97se狠狠狠综合亚洲狠狠| 日本午夜精品视频在线观看 | 日韩精品一区二区三区视频| 成人性生交大片免费| 亚洲动漫第一页| 国产精品久久久久久久久免费丝袜| 欧美日韩精品欧美日韩精品一| 国产美女久久久久| 亚洲va国产va欧美va观看| 欧美国产一区在线| 日韩欧美综合一区| 91久久精品一区二区三区| 国产精品影视在线观看| 亚洲国产视频在线| 国产精品麻豆视频| 精品久久国产字幕高潮| 欧美在线不卡一区| 99精品视频在线观看| 国产美女精品在线| 久久国产精品一区二区| 五月激情综合婷婷| 亚洲国产裸拍裸体视频在线观看乱了 | 欧美亚洲禁片免费| 91免费版在线| 成人av网站在线观看| 国产一区二三区| 另类的小说在线视频另类成人小视频在线| 亚洲另类中文字| 国产精品久久久久久久久图文区 | 国产精品69毛片高清亚洲| 日本欧美久久久久免费播放网| 亚洲裸体在线观看| 中文字幕人成不卡一区| 国产精品欧美极品| 国产欧美日本一区二区三区| 精品福利av导航| 欧美不卡在线视频| 精品粉嫩超白一线天av| 精品国产免费视频| 久久精品亚洲精品国产欧美| 久久―日本道色综合久久| 26uuu精品一区二区| 久久蜜桃一区二区| 国产精品免费丝袜| 亚洲男人电影天堂| 亚洲国产精品久久艾草纯爱| 亚洲综合色成人| 亚洲高清视频在线| 日欧美一区二区| 久久国产日韩欧美精品| 国模娜娜一区二区三区| 国产·精品毛片| 99久久伊人久久99| 色域天天综合网| 91麻豆精品国产91| 精品免费日韩av| 欧美国产综合一区二区| 综合av第一页| 三级久久三级久久久| 激情综合网激情| av在线不卡免费看| 欧美性高清videossexo| 欧美成人猛片aaaaaaa| 欧美国产欧美亚州国产日韩mv天天看完整| 国产精品久久久久久亚洲毛片| 亚洲免费在线电影| 美腿丝袜亚洲色图| 不卡电影一区二区三区| 在线播放中文一区| 国产精品午夜免费| 亚洲午夜久久久久久久久电影院| 另类调教123区| eeuss影院一区二区三区| 欧美性xxxxxxxx| 国产日本亚洲高清| 亚洲国产精品久久人人爱蜜臀| 国产在线一区二区| 欧美做爰猛烈大尺度电影无法无天| 欧美一区二区播放| 1024成人网| 精品写真视频在线观看| 色噜噜夜夜夜综合网| 欧美成va人片在线观看| 亚洲精品水蜜桃| 国产精品一区二区你懂的| 欧美日韩黄视频| 亚洲欧美日韩久久| 大尺度一区二区|