MapReduce程式設計例項之資料去重
任務描述:
讓原始資料中出現次數超過一次的資料在輸出檔案中只出現一次。
example data:
2015-3-1 a
2015-3-2 b
2015-3-3 c
2015-3-4 d
2015-3-5 e
2015-3-6 f
2015-3-7 g
2015-3-1 a
2015-3-2 b
2015-3-3 c
2015-3-4 d
2015-3-5 e
2015-3-6 f
2015-3-7 g
2015-3-1 a
2015-3-2 b
2015-3-3 c
2015-3-4 d
2015-3-5 e
2015-3-6 f
2015-3-7 g
code:
package mrTest;
import java.io.IOException;
import java.util.Date;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.NullWritable;
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.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import com.ibm.icu.text.SimpleDateFormat;
public class shujuquchong {
public static class Map extends Mapper<Object, Text, Text, NullWritable>{
public void map(Object key,Text value,Context context) throws IOException, InterruptedException{
context.write(value, NullWritable.get());
}
}
public static class Reduce extends Reducer< Text, NullWritable, Text, NullWritable>{
public void reduce(Text key, Iterable<NullWritable> values, Context context) throws IOException, InterruptedException{
context.write(key, NullWritable.get());
}
}
public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
// TODO Auto-generated method stub
Job job = new Job(new Configuration(), " 資料去重");
job.setJarByClass(shujuquchong.class);
job.setNumReduceTasks(1);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(NullWritable.class);
job.setMapperClass(Map.class);
job.setReducerClass(Reduce.class);
FileInputFormat.addInputPath(job, new Path(args[0]));
FileOutputFormat.setOutputPath(job, new Path(args[1]));
//記錄時間
SimpleDateFormat sdf = new SimpleDateFormat();
Date start = new Date(); //開始時間
int result = job.waitForCompletion(true)? 0 : 1; //任務開始
Date end = new Date(); //結束時間
float time = (float)((end.getTime() - start.getTime()) / 60000.0); //任務開始到結束經歷的時間
System.out.println("Job 開始的時間為:" + start);
System.out.println("Job 結束的時間為:" + end);
System.out.println("Job 經歷的時間為:" + time + "分鐘");
System.out.println("Job 的名字:" + job.getJobName());
System.out.println("Job 是否成功:" + job.isSuccessful() );
System.out.println("Job 輸入的行數:" + job.getCounters().findCounter("org.apache.hadoop.mapred.Task$Counter", "MAP_INPUT_RECORDS").getValue());
System.out.println("Job 輸出的行數:" + job.getCounters().findCounter("org.apache.hadoop.mapred.Task$Counter", "MAP_OUTPUT_RECORDS").getValue());
System.out.println("Job 輸入的行數:" + job.getCounters().findCounter("org.apache.hadoop.mapred.Task$Counter", "REDUCE_INPUT_RECORDS").getValue());
System.out.println("Job 輸出的行數:" + job.getCounters().findCounter("org.apache.hadoop.mapred.Task$Counter", "REDUCE_OUTPUT_RECORDS").getValue());
System.exit(result); //判斷是否結束
}
}
結果展示:
相關文章
- MapReduce程式設計例項之倒排索引 1程式設計索引
- MapReduce程式設計例項之自定義排序程式設計排序
- MapReduce程式設計例項之自定義分割槽程式設計
- 好程式設計師分享JavaScrip陣列去重操作例項小結程式設計師Java陣列
- js陣列去重程式碼例項JS陣列
- javascript陣列去重程式碼例項JavaScript陣列
- MapReduce應用案例--簡單的資料去重
- MapReduce程式設計實踐之自定義資料型別程式設計資料型別
- 資料庫設計例項資料庫
- ES6陣列去重程式碼例項陣列
- 好程式設計師大資料學習路線之mapreduce概述程式設計師大資料
- 設計模式使用例項(5)——建造者模式例項之資料庫連線管理設計模式資料庫
- SpatialHadoop例項:面向空間資料的高效MapReduce框架Hadoop框架
- 好程式設計師web前端之JavaScript陣列去重方法程式設計師Web前端JavaScript陣列
- 設計模式綜合例項分析之資料庫同步系統(二)設計模式資料庫
- Jmeter beanshell程式設計例項JMeterBean程式設計
- 設計模式例項程式碼設計模式
- KafKa Java程式設計例項KafkaJava程式設計
- 好程式設計師大資料培訓分享MapReduce理解程式設計師大資料
- MySQL去重資料MySql
- MapReduce--程式設計模板程式設計
- 多個mapreduce連線例項
- Shell程式設計入門例項程式設計
- Qt 中Socket程式設計例項QT程式設計
- android socket程式設計例項Android程式設計
- The MySQL C API程式設計例項MySqlAPI程式設計
- XML程式設計例項(二) (轉)XML程式設計
- Java&CORBA程式設計例項JavaORB程式設計
- corba程式設計簡單例項ORB程式設計單例
- Java XML程式設計例項解析JavaXML程式設計
- 好程式設計師大資料學習路線分享MAPREDUCE程式設計師大資料
- 【轉載】MapReduce程式設計 Intellij Idea配置MapReduce程式設計環境程式設計IntelliJIdea
- Winsock程式設計初步之<二> 源程式例項(一) (轉)程式設計
- Winsock程式設計初步之<三> 源程式例項(2) (轉)程式設計
- 資料庫程式設計注意事項資料庫程式設計
- C#資料去重C#
- 好程式設計師大資料培訓教你快速學習MapReduce程式設計師大資料
- MapReduce 程式設計模型 & WordCount 示例程式設計模型