问题陈述-找到最大值并将其与键一起打印
输入:
Key Value
ABC 10
TCA 13
RTY 23
FTY 45
左侧列上的键将是唯一的。不允许重复。
输出:
FTY 45
因为45是所有值中最高的,所以它必须与键一起打印。
我已经写了mapreduce代码,基于这个链接中共享的伪代码,如何设计mapreduce的键值对来寻找集合中的最大值?
Map-
import java.io.IOException;
import java.util.StringTokenizer;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.mapreduce.Mapper;
public class Map
extends Mapper<LongWritable,Text,Text,IntWritable>
{
private Text maxKey = new Text();
private IntWritable maxValue = new IntWritable(Integer.MIN_VALUE);
@Override
protected void map( LongWritable key,Text value,Context context)
throws IOException,InterruptedException
{
String line = value.toString().trim();
StringTokenizer token = new StringTokenizer(line);
if(token.countTokens() == 2)
{
String str = token.nextToken();
while(token.hasMoreTokens())
{
int temp = Integer.parseInt(token.nextToken());
if(temp > maxValue.get())
{
maxValue.set(temp);
maxKey.set(str);
}
}
}
}
@Override
protected void cleanup(Context context)
throws IOException,InterruptedException
{
context.write(maxKey,maxValue);
}
}
减少
import java.io.IOException;
import java.util.Iterator;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.mapreduce.Reducer;
public class Reduce
extends Reducer<Text,IntWritable,Text,IntWritable>
{
private Text maxKey = new Text();
private IntWritable maxValue = new IntWritable(Integer.MIN_VALUE);
@Override
protected void reduce(Text key,Iterable<IntWritable> values,Context context)
throws IOException,
InterruptedException
{
Iterator<IntWritable> itr = values.iterator();
while(itr.hasNext())
{
int temp = itr.next().get();
if(temp > maxValue.get())
{
maxKey.set(key);
maxValue.set(temp);
}
}
}
@Override
protected void cleanup(Context context)
throws IOException,InterruptedException
{
context.write(maxKey,maxValue);
}
}
驾驶员等级:
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
public class MapReduceDriver
{
public static void main(String[] args) throws Exception
{
Job job = new Job();
job.setJarByClass(MapReduceDriver.class);
job.setJobName("DNA Codon Analysis - Part 2");
FileInputFormat.addInputPath(job,new Path(args[0]));
FileOutputFormat.setOutputPath(job,new Path(args[1]));
job.setMapperClass(Map.class);
job.setReducerClass(Reduce.class);
job.setNumReduceTasks(1);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);
System.exit(job.waitForCompletion(true)?0:1);
}
}
程序编译并运行以显示此输出-
-2147483648
maxvalue of map()和reduce()的设置可能不正确。如何正确设置值(使用integer.min\值初始化和比较后更新),以便reduce()函数接收正确的键值对?
1条答案
按热度按时间qmelpv7a1#
由于您的键总是唯一的,因此无法在reducer中聚合它们。因此,如果您的数据集不是非常大,您可以使用一个公共键来编写Map器的输出,这将强制Map器的所有输出只转到一个reducer。
然后在reducer中,您可以对值进行迭代以比较并将最大值与键一起写入。
在mapper类中,将文件写入
context
使用公共密钥对然后在reducer中,找到最大值并写入上下文。
代码中可能会有一些错误。只是把它写在一个文本编辑器里,让你稍微了解一下如何以不同的方式处理你的问题。