实验3-MapReduce编程初级实践_精品文档.docx
《实验3-MapReduce编程初级实践_精品文档.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_精品文档.docx（7页珍藏版）》请在冰豆网上搜索。
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.
升级会员 