我有一大堆关于hadoop的记录。我想知道什么是回答以下问题的好方法
样品记录
<row Id="4" PostTypeId="1" AcceptedAnswerId="7" CreationDate="2008-07-31T21:42:52.667" Score="251" ViewCount="15207" Body="<p>I want to use a track-bar to change a form's opacity.</p>

<p>This is my code:</p>

<pre><code>decimal trans = trackBar1.Value / 5000;
this.Opacity = trans;
</code></pre>

<p>When I try to build it, I get this error:</p>

<blockquote>
 <p>Cannot implicitly convert type 'decimal' to 'double'.</p>
</blockquote>

<p>I tried making <strong>trans</strong> to <strong>double</strong>, but then the control doesn't work. This code has worked fine for me in VB.NET in the past. </p>
" OwnerUserId="8" LastEditorUserId="2648239" LastEditorDisplayName="Rich B" LastEditDate="2014-01-03T02:42:54.963" LastActivityDate="2014-01-03T02:42:54.963" Title="When setting a form's opacity should I use a decimal or double?" Tags="<c#><winforms><forms><type-conversion><opacity>" AnswerCount="13" CommentCount="25" FavoriteCount="23" CommunityOwnedDate="2012-10-31T16:42:47.213" />我的第一个伤口
key=userid\u小时
所以现在我知道了每个用户每小时发帖的数量。然后我需要对这些数据进行后期处理，以选择每个用户的最大计数，然后查看最活跃的小时数。
问题
我们还有什么办法来简化这个问题？
2条答案
按热度按时间8e2ybdfx1#
我想你已经尽可能简单了。
第一个作业提供每个用户每小时的帖子数
输入：记录
中级：k=用户+小时；v=1
输出：k=用户+小时；v=计数
第二个作业发现每个用户最活跃的时间。正如@pangea所指出的，这涉及到降序的二级排序。通常每个reducer调用都会传递一个唯一键值的值。可以使用分组比较器为单个reducer调用组合多个键值的值。在这里，分组比较器可以“指示hadoop”将给定用户的所有组合键值分组在一起，以便将每个用户的每小时计数传递到对reducer的单个调用中。
输入：k=用户+小时；v=计数
中间：k=用户+计数；v=小时+计数
输出：k=用户；v=最活跃小时
第三个作业提供了在某个小时内（当然是按小时）最大输出下降的用户数。正如@pangea所指出的，这涉及到第二种排序。
输入：k=用户；v=最活跃小时
中间：k=小时；v=1
输出：k=小时；v=本小时最活跃的用户数
您可以对作业3强制使用一个reducer，这样就可以在reducer示例中保留状态，并在cleanup（）方法中对数据进行排序/报告，而不是添加第四个作业，但这种技术无法扩展。在本例中，它是有效的，因为您最多有24个值要排序。
sg2wtvxw2#
您可以使用两个字段创建复合键：userid、hour。然后可以按这两个字段对键进行排序，并按userid对它们进行分组。对于reducer中的每个userid，您将不得不遍历排序后的小时列表，并且它很容易计算出最大发布量的小时数。