这是我的数据样本
如果第一列是索引0,我想使用mapreduce从该文件中获取每个商店的总销售额,商店名称位于索引2,收入位于索引4
这是我的Map代码
public void map(LongWritable key , Text value , Context context)
throws IOException , InterruptedException
{
String line = value.toString();
String[] columns = line.split("\t");
if(columns.length == 6)
{
String storeNameString = columns[2];
Text storeName = new Text(storeNameString);
String storeRevenueString = columns[4];
IntWritable storeRevenue = new IntWritable(Integer.parseInt(storeRevenueString));
context.write(storeName, storeRevenue);
}
}
这是我的代码
public void reduce(Text key, Iterable<IntWritable> values, Context context)
throws IOException , InterruptedException {
Text storeName = key;
int storeSales = 0;
while(values.iterator().hasNext())
{
storeSales += values.iterator().next().get();
}
context.write(storeName, new IntWritable(storeSales));
}
这是运行作业的代码
public class StoreSales extends Configured implements Tool {
public static void main(String[] args) throws Exception {
// this main function will call run method defined above.
int res = ToolRunner.run(new StoreSales(),args);
System.exit(res);
}
@Override
public int run(String[] args) throws Exception {
// TODO Auto-generated method stub
JobConf conf = new JobConf();
@SuppressWarnings("unused")
Job job = new Job(conf , "Sales Per Store");
job.setMapperClass(StoreSalesMapper.class);
job.setReducerClass(StoreSalesReducer.class);
job.setJarByClass(StoreSales.class);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);
Path input = new Path(args[0]);
Path output = new Path(args[1]);
FileInputFormat.addInputPath(conf , input);
FileOutputFormat.setOutputPath(conf, output);
JobClient.runJob(conf);
return 0;
}
}
这是一个如何得到结果的示例
这就是我得到的结果
我做错什么了?
2条答案
按热度按时间vltsax251#
我相信我已经找到了问题所在。使用line.split方法时,您对制表符进行了不正确的转义。这是因为
String.split
方法将其输入解释为正则表达式。使用regex时,指定制表符的正确方法是\\t
,当您使用\t
. 这是因为反斜杠本身必须转义。请注意,您缺少一个\
性格。修正分裂条件
mlmc2os52#
您的逻辑没有问题,我使用了您的逻辑,并在驱动程序中修改了位,使用了新的map reduce api:
Map器部件
导入java.io.ioexception;
示例输入文件:
2012-01-01 09.00 sanjose clothin美国运通214
2012-01-01 09.00西雅图音乐大师
2012-01-01 09.00西雅图elec 3120 master
2012-01-01 09.00桑何塞香水3200美国运通
输出文件:
cat测试123/part-r-00000
圣何塞3414
西雅图3440