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
    午夜久久久久久| 91亚洲精品久久久蜜桃网站| 91视频在线观看| 久久99精品国产麻豆不卡| 欧美最猛性xxxxx直播| 欧美国产成人精品| 99久久99久久精品免费观看| 亚洲嫩草精品久久| 精品奇米国产一区二区三区| 中文字幕免费不卡| 中文一区在线播放| 日产欧产美韩系列久久99| 99国产欧美另类久久久精品| 国产·精品毛片| 亚洲婷婷综合久久一本伊一区| 欧美调教femdomvk| 艳妇臀荡乳欲伦亚洲一区| 色哟哟欧美精品| 91色视频在线| 亚洲电影一区二区| 亚洲美女视频在线| 91成人免费电影| 7777精品伊人久久久大香线蕉| 国产欧美日韩麻豆91| 日韩欧美视频在线| 3d动漫精品啪啪| 亚洲欧美一区二区三区久本道91| 色呦呦国产精品| 色婷婷精品久久二区二区蜜臀av | 另类的小说在线视频另类成人小视频在线 | 人人爽香蕉精品| 国产一区在线观看视频| 在线观看不卡一区| 自拍偷拍亚洲欧美日韩| 日韩av电影免费观看高清完整版在线观看 | 欧美国产亚洲另类动漫| www.欧美色图| 久久婷婷色综合| 亚洲欧美一区二区久久| 美女视频黄 久久| 91在线视频播放地址| 欧美成人女星排名| 久久精品一区四区| 亚洲一区二区三区在线看| 久久综合999| 美女网站色91| www.亚洲在线| 国产喷白浆一区二区三区| 欧美日免费三级在线| 久久综合九色综合97婷婷| 国产不卡视频在线播放| 美女视频黄免费的久久| 日本高清不卡aⅴ免费网站| 久久99国产精品久久99 | 国产精品美女www爽爽爽| 亚洲一区视频在线观看视频| 中文字幕欧美国产| 99久久精品国产毛片| 精品国产乱码久久久久久浪潮| 欧美日韩一区二区三区在线| 性久久久久久久久| 成人性生交大片免费看中文网站| 亚洲婷婷在线视频| 91美女在线观看| 99久久99久久精品免费观看| 亚洲大片一区二区三区| 日韩久久精品一区| 成人99免费视频| 欧美午夜精品一区| 91精品国产色综合久久ai换脸| 久久女同性恋中文字幕| ㊣最新国产の精品bt伙计久久| 欧美最新大片在线看| 国产尤物一区二区在线| 亚洲精品视频在线| 精品久久五月天| 色综合久久综合中文综合网| 麻豆精品在线观看| 亚洲曰韩产成在线| 国产欧美一区二区精品秋霞影院| 欧美优质美女网站| 成人午夜视频网站| 蜜臀av性久久久久蜜臀aⅴ四虎| 国产精品每日更新在线播放网址| 欧美一级日韩一级| 91成人免费在线| 成人黄色综合网站| 国产精品一品二品| 日韩av电影免费观看高清完整版 | 日韩亚洲国产中文字幕欧美| 成人午夜激情视频| 黄色日韩网站视频| 午夜电影网一区| 一区二区三区自拍| 国产精品久久久久久久蜜臀| 精品久久一区二区三区| 7777精品久久久大香线蕉| 一本色道**综合亚洲精品蜜桃冫| 国产黄人亚洲片| 黑人精品欧美一区二区蜜桃| 日韩黄色在线观看| 亚洲一本大道在线| 中文字幕一区二区日韩精品绯色| 久久久久久亚洲综合影院红桃| 91精品福利在线一区二区三区| 欧美性生活大片视频| 99久久精品免费看| av成人免费在线| 成人免费毛片app| 成人免费视频视频| 丁香婷婷综合色啪| 成人黄色片在线观看| 国产成人亚洲综合a∨婷婷| 国产在线一区二区综合免费视频| 日韩av一级片| 国产综合色产在线精品 | 亚洲欧美日韩系列| 亚洲精品午夜久久久| 亚洲精品一二三| 亚洲国产精品久久人人爱蜜臀| 亚洲图片欧美一区| 日日夜夜精品免费视频| 蜜桃一区二区三区四区| 久久99国内精品| 国产成人精品综合在线观看| 成人国产在线观看| 99久久久国产精品| 欧美性猛交xxxx黑人交| 制服丝袜成人动漫| 精品国产乱码久久久久久1区2区| 久久色视频免费观看| 欧美国产日本韩| 夜夜嗨av一区二区三区网页| 亚洲成人精品一区二区| 蜜桃视频一区二区三区在线观看| 国产一区二区精品久久99| 东方aⅴ免费观看久久av| 99re热这里只有精品免费视频| 日本高清不卡一区| 欧美电影免费观看高清完整版在线| 久久久久久久性| 亚洲精品午夜久久久| 美脚の诱脚舐め脚责91| 丁香婷婷综合色啪| 欧美男人的天堂一二区| 免费观看在线综合色| 91亚洲精品久久久蜜桃| 国产精品电影一区二区三区| 国产精品素人视频| 国产精品免费aⅴ片在线观看| 亚洲人成网站色在线观看| 日韩av一级电影| 99免费精品在线| 日韩精品一区二区三区中文精品| 欧美国产精品一区| 日韩国产欧美视频| 国产乱国产乱300精品| 色综合欧美在线| 久久久蜜桃精品| 亚洲国产成人av网| 成人午夜电影小说| 欧美一区二区三区人| 国产精品久久久久久久第一福利| 丝袜美腿亚洲一区二区图片| 丰满白嫩尤物一区二区| 欧美熟乱第一页| 国产精品毛片久久久久久| 日韩在线观看一区二区| 95精品视频在线| 国产日产欧美一区二区视频| 午夜精品久久久久久| aaa欧美大片| 国产午夜亚洲精品午夜鲁丝片 | 日本一区二区电影| 午夜精品久久久久影视| 波波电影院一区二区三区| 欧美大片免费久久精品三p| 亚洲一区免费观看| 91在线无精精品入口| 久久这里只有精品首页| 日韩av一二三| 欧美精三区欧美精三区| 亚洲综合另类小说| 91影院在线观看| 国产精品国产三级国产专播品爱网 | 欧美久久一二区| 亚洲一区二区中文在线| 91在线丨porny丨国产| 国产精品成人网| 成人在线综合网| 国产亚洲成av人在线观看导航 | 亚洲国产精品精华液2区45| 青青草原综合久久大伊人精品| 日本福利一区二区| **欧美大码日韩| 不卡的av中国片| 亚洲天堂免费看| 99精品视频中文字幕| 国产精品天天摸av网| 国产成人综合亚洲网站|