索引

前言

代码在最后，和实验一一样的操作换个代码就行了。

内容可能来自博主自己手搓、吸取同学的经验、网络上内容的整合等等，仅供参考，更多内容可以查看大三下速通指南专栏。

参照Eclipse Mapreduc访问Hadoop文档，求解n个数的最大值

注意按理来说这个作业要完成实验一才能做，但是不知为何实验一的提交时间是晚于这个作业的(晚一个周)，不知道是什么用意，可能是为了让我们沉淀一下，迎接审判。

完整的代码在最下面，如果运行Hadoop的项目不把从机打开，可能会出现出现目录但没有结果文件的情况。虽然是这么写的，但不一定要按照这个来，那些描述都是跑出来的可以看一下但不要较真……

题目描述：

  1. MapReduce介绍

    1.1 MapReduce编程模型(评分点1)

    1.2 MapReduce处理过程(评分点2)

  2. MapReduce求最大值处理过程

    2.1 分割过程(评分点3)

    2.2 Map排序与Combine过程(评分点4)

    2.3 Reduce排序与输出结果(评分点5)

  3. 基于Eclipse的MapReduce项目求解最大值

    3.1 Eclipse访问HDFS(评分点6)

    3.2 作业配置实现(评分点7)编写main函数，辅以充分的注释

    3.3 Map过程的实现(评分点8)Mapper类的局部变量、编写map函数，辅以充分的注释

    3.4 Reduce过程的实现(评分点9)Reducer类的局部变量、编写reduce函数，辅以充分的注释

  4. 测试(评分点10)给出测试数据，运行程序，得出计算结果。

参考答案：

1.1 MapReduce编程模型

MapReduce编程模型是一种分布式计算框架，其核心思想是将大规模数据集划分为许多小数据块，然后将这些小数据块分别交给多个计算节点进行处理，最终将结果进行合并。MapReduce编程模型包含两个阶段：Map阶段和Reduce阶段。在Map阶段，每个计算节点都会对自己所负责的数据块进行处理，将其映射为一系列键值对。在Reduce阶段，这些键值对会被按照键进行合并，并进行聚合操作。

1.2 MapReduce处理过程

MapReduce处理过程包括以下几个步骤：

  1. 输入分片：将输入数据分割为若干个数据块。
  2. Map处理：对每个数据块进行Map处理，并将结果输出为若干个键值对。
  3. Shuffle过程：对Map输出的键值对进行合并、排序、分组等操作，将同一键的值合并在一起，生成若干个键值对集合。
  4. Reduce处理：对每个键值对集合进行Reduce处理，生成若干个输出键值对。
  5. 输出：将Reduce输出的结果保存到输出文件中。
  6. MapReduce求最大值处理过程

2.1 分割过程

在这个问题中，我们需要将输入数据分割为若干个数据块，每个数据块包含若干个数值。由于我们需要求的是最大值，因此我们可以将数据块分割为大小相等的若干个子数据块，每个子数据块的大小为m。例如，如果输入数据为[1, 3, 5, 2, 4, 6, 7, 9, 8, 10]，并且m=3，则我们可以将数据块分割为三个子数据块：[1, 3, 5], [2, 4, 6], [7, 9, 8, 10]。

2.2 Map排序与Combine过程

在Map阶段，每个计算节点都会对自己所负责的数据块进行处理，将其映射为一系列键值对。由于我们需要求最大值，因此我们可以将每个数据块中的最大值作为键，将输入数据块的编号作为值。例如，对于子数据块[1, 3, 5]，其最大值为5，编号为0，因此我们可以将键值对(5, 0)输出。

在Map阶段的输出结果需要进行合并操作，以减少Reduce阶段的数据量。在本问题中，我们可以将Map输出的键值对按照键进行排序，并将同一键的值进行合并，生成若干个键值对集合。由于我们的键是数值，因此我们需要对键进行升序排序。

在对键值对进行排序的过程中，可以通过自定义比较器来指定排序方式。对于本问题中的键值对，我们可以通过编写一个比较器类来指定按照键的升序排序。下面是一个示例代码：

public class MaxValueComparator extends WritableComparator {
    protected MaxValueComparator() {
        super(IntWritable.class, true);
    }

    @Override
    public int compare(WritableComparable a, WritableComparable b) {
        IntWritable int1 = (IntWritable) a;
        IntWritable int2 = (IntWritable) b;
        return int1.compareTo(int2);
    }
}

在Map阶段的输出结果进行合并操作时，可以通过Combine过程来进一步减少数据量。Combine过程与Reduce过程相似，但是其运行在Map节点上，并且可以在Map节点上进行合并操作。在本问题中，我们可以使用Reduce过程作为Combine过程，将同一键的值进行合并，并输出合并后的键值对集合。

2.3 Reduce排序与输出结果

在Reduce阶段，对于每个键值对集合，我们可以对其进行Reduce操作，求出最大值。例如，对于键值对集合(5, [0, 2])，我们可以求出其对应的最大值10。对于本问题中的Reduce操作，我们可以编写一个Reducer类来实现。下面是一个示例代码：

public class MaxValueReducer extends Reducer<IntWritable, IntWritable, IntWritable, IntWritable> {
    private IntWritable result = new IntWritable();

    @Override
    public void reduce(IntWritable key, Iterable<IntWritable> values, Context context)
            throws IOException, InterruptedException {
        int max = Integer.MIN_VALUE;
        for (IntWritable value : values) {
            max = Math.max(max, value.get());
        }
        result.set(max);
        context.write(key, result);
    }
}

在Reduce阶段的输出结果需要进行排序操作，以便将最大值排在最前面。在本问题中，我们可以使用与Map阶段类似的方式对输出结果进行排序，即使用一个比较器类来指定按照键的升序排序。下面是一个示例代码：

job.setSortComparatorClass(MaxValueComparator.class);
  1. 基于Eclipse的MapReduce项目求解最大值

3.1 Eclipse访问HDFS

在基于Eclipse的MapReduce项目中，我们需要使用HDFS作为输入和输出的数据源。因此，在编写代码之前，我们需要确保Hadoop和HDFS已经安装并运行在本地环境中。在Eclipse中，可以通过添加Hadoop库来访问HDFS。下面是一个示例代码：

Configuration conf = new Configuration();
conf.set("fs.defaultFS", "hdfs://localhost:9000");
FileSystem fs = FileSystem.get(conf);
Path inputPath = new Path("/input");
Path outputPath = new Path("/output");
if (fs.exists(outputPath)) {
    fs.delete(outputPath, true);
}

3.2 作业配置实现

在配置MapReduce作业时，我们需要指定作业的输入、输出、Mapper类、Reducer类等信息。

Job job = Job.getInstance(conf, "max value");
job.setJarByClass(MaxValue.class);
job.setMapperClass(MaxValueMapper.class);
job.setCombinerClass(MaxValueReducer.class);
job.setReducerClass(MaxValueReducer.class);
job.setOutputKeyClass(IntWritable.class);
job.setOutputValueClass(IntWritable.class);
FileInputFormat.addInputPath(job, inputPath);
FileOutputFormat.setOutputPath(job, outputPath);

在配置作业时，我们需要通过Job类的getInstance方法来获取一个作业实例，并指定作业的名称和运行配置。在本问题中，我们可以指定作业名称为"max value"。通过setJarByClass方法来指定运行作业的类，即MaxValue类。通过setMapperClass、setCombinerClass和setReducerClass方法来指定Mapper、Combine和Reducer类。通过setOutputKeyClass和setOutputValueClass方法来指定输出键和值的类型。最后，通过FileInputFormat和FileOutputFormat类的addInputPath和setOutputPath方法来指定作业的输入和输出路径。

public class MaxValue {
    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        conf.set("fs.defaultFS", "hdfs://localhost:9000");
        FileSystem fs = FileSystem.get(conf);
        Path inputPath = new Path("/input");
        Path outputPath = new Path("/output");
        if (fs.exists(outputPath)) {
            fs.delete(outputPath, true);
        }

        Job job = Job.getInstance(conf, "max value");
        job.setJarByClass(MaxValue.class);
        job.setMapperClass(MaxValueMapper.class);
        job.setCombinerClass(MaxValueReducer.class);
        job.setReducerClass(MaxValueReducer.class);
        job.setOutputKeyClass(IntWritable.class);
        job.setOutputValueClass(IntWritable.class);
        FileInputFormat.addInputPath(job, inputPath);
        FileOutputFormat.setOutputPath(job, outputPath);

        boolean success = job.waitForCompletion(true);
        if (success) {
            System.out.println("Job completed successfully.");
        }
    }
}

在main函数中，我们首先创建一个Configuration对象，并设置默认文件系统为本地HDFS。然后，我们获取一个FileSystem对象，并指定输入和输出路径。在作业配置之后，我们通过调用waitForCompletion方法来等待作业运行完毕。最后，我们输出作业运行结果。如果作业运行成功，输出"Job completed successfully."。

3.3 Map过程的实现

public class MaxValueMapper extends Mapper<LongWritable, Text, IntWritable, IntWritable> {
    private final IntWritable one = new IntWritable(1);
    private IntWritable number = new IntWritable();

    @Override
    public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        String[] numbers = value.toString().split(",");
        for (String s : numbers) {
            number.set(Integer.parseInt(s));
            context.write(one, number);
        }
    }
}

在Mapper类中，我们首先声明两个局部变量：一个IntWritable类型的one变量，用于作为键；一个IntWritable类型的number变量，用于作为值。在map函数中，我们首先将输入的一行文本转换为一个字符串数组，然后遍历该数组。对于数组中的每个元素，我们将其转换为一个整数，并将其赋值给number变量。接下来，我们将one作为键，number作为值，通过调用Context对象的write方法写入上下文。这样，Map函数就将每个输入数值作为值输出，而将固定的键1与每个数值组合。

在Reducer类中，我们同样首先声明一个局部变量，用于保存输入值的最大值。在reduce函数中，对于每个键值对，我们将值转换为一个整数，并与当前最大值进行比较。如果值大于当前最大值，则将该值赋值给最大值变量。最后，我们通过调用Context对象的write方法将最大值写入上下文。

public static class MaxReducer extends Reducer<IntWritable, IntWritable, IntWritable, IntWritable> {

    private IntWritable result = new IntWritable();

    public void reduce(IntWritable key, Iterable<IntWritable> values, Context context)
            throws IOException, InterruptedException {
        int max = Integer.MIN_VALUE;
        for (IntWritable val : values) {
            max = Math.max(max, val.get());
        }
        result.set(max);
        context.write(key, result);
    }
}

完整的代码如下：

import java.io.IOException;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;

public class MaxValue {

    public static class MaxValueMapper extends Mapper<LongWritable, Text, LongWritable, LongWritable> {

        private LongWritable lineNumber = new LongWritable();
        private LongWritable maxNumber = new LongWritable();

        @Override
        public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {

            String line = value.toString();
            String[] numbers = line.split(",");

            long max = Long.MIN_VALUE;
            for (String number : numbers) {
                long currentNumber = Long.parseLong(number.trim());
                if (currentNumber > max) {
                    max = currentNumber;
                }
            }

            lineNumber.set(key.get());
            maxNumber.set(max);

            context.write(lineNumber, maxNumber);
        }
    }

    public static class MaxValueReducer extends Reducer<LongWritable, LongWritable, LongWritable, LongWritable> {

        private LongWritable maxLineNumber = new LongWritable();
        private LongWritable maxValue = new LongWritable(Long.MIN_VALUE);

        @Override
        public void reduce(LongWritable key, Iterable<LongWritable> values, Context context)
                throws IOException, InterruptedException {

            long localMax = Long.MIN_VALUE;
            for (LongWritable value : values) {
                long currentValue = value.get();
                if (currentValue > localMax) {
                    localMax = currentValue;
                }
            }

            if (localMax > maxValue.get()) {
                maxValue.set(localMax);
                maxLineNumber.set(key.get());
            }
        }

        @Override
        protected void cleanup(Context context) throws IOException, InterruptedException {
            context.write(maxLineNumber, maxValue);
        }
    }

    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        Job job = Job.getInstance(conf, "Max Value");

        job.setJarByClass(MaxValue.class);
        job.setInputFormatClass(TextInputFormat.class);
        job.setOutputFormatClass(TextOutputFormat.class);
        job.setMapperClass(MaxValueMapper.class);
        job.setReducerClass(MaxValueReducer.class);
        job.setMapOutputKeyClass(LongWritable.class);
        job.setMapOutputValueClass(LongWritable.class);
        job.setOutputKeyClass(LongWritable.class);
        job.setOutputValueClass(LongWritable.class);

        TextInputFormat.addInputPath(job, new Path(args[0]));
        TextOutputFormat.setOutputPath(job, new Path(args[1]));

        System.exit(job.waitForCompletion(true) ? 0 : 1);
    }
}

创建一个输入文件，其中每行包含一个或多个用逗号分隔的整数，例如：

1, 2, 3, 4, 5
6, 7, 8, 9, 10
11, 12, 13, 14, 15

该文件中包含三行整数，每行包含五个整数。我们的程序将读取该文件，并返回其中的最大值，即15。

接下来，我们可以在Eclipse中创建一个MapReduce项目，并将上述代码复制到项目中的相应文件中。在项目中，我们需要在项目的src/main/resources目录下创建一个名为input的文件夹，并将上述测试数据文件复制到该文件夹中。

现在我们可以运行程序。首先，我们需要将项目打包成JAR文件。在Eclipse中，我们可以右键单击项目，选择Export，然后选择JAR文件并按照向导的指示进行操作。将生成的JAR文件上传到Hadoop集群中，并使用以下命令在Hadoop集群上运行程序：

hadoop jar maxvalue.jar input output

其中，maxvalue.jar是我们生成的JAR文件，input是输入文件夹的路径，output是输出文件夹的路径。运行程序后，Hadoop将在输出文件夹中生成一个名为part-r-00000的文件，其中包含计算出的最大值。我们可以使用以下命令查看该文件中的结果：

hadoop fs -cat output/part-r-00000

该命令将输出键值对(key-value)，最终的答案是14 15

# 云计算
Logo
AtomGit 开源协作平台测评赛

瓜分20万奖金 获得内推名额 丰厚实物奖励 易参与易上手

更多推荐

【Spring Boot 】Spring Boot + HikariCP 连接池使用示例

文章目录示例工具版本HikariCP 依赖HikariCP 配置1. connectionTimeout2. minimumIdle3. maximumPoolSize4. idleTimeout5. maxLifetime6. autoCommitSpring Boot Data + HikariCP + MySQL示例测试应用程序1. 使用 Maven 命令2. 使用 Eclipse3. 使用

avatar 开放原子开发者工作坊
cover

基于NSGAII的三目标优化算法

avatar 开放原子开发者工作坊
cover

教你python自动识别图文验证码的解决方案！

avatar 开放原子开发者工作坊