自定义排序及Hadoop序列化

gwuj

package sort;　　

　　
import java.io.DataInput;
　　
import java.io.DataOutput;
　　
import java.io.IOException;
　　
import java.net.URI;
　　

　　
import org.apache.hadoop.conf.Configuration;
　　
import org.apache.hadoop.fs.FileSystem;
　　
import org.apache.hadoop.fs.Path;
　　
import org.apache.hadoop.io.LongWritable;
　　
import org.apache.hadoop.io.Text;
　　
import org.apache.hadoop.io.WritableComparable;
　　
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.input.TextInputFormat;
　　
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
　　
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;
　　
import org.apache.hadoop.mapreduce.lib.partition.HashPartitioner;
　　


　　
public>　　
     static final String INPUT_PATH = "hdfs://chaoren:9000/input";
　　
     static final String OUT_PATH = "hdfs://chaoren:9000/out";
　　

　　
     public static void main(String[] args) throws Exception {
　　
         final Configuration configuration = new Configuration();
　　

　　
         final FileSystem fileSystem = FileSystem.get(new URI(INPUT_PATH),
　　
                 configuration);
　　
         if (fileSystem.exists(new Path(OUT_PATH))) {
　　
             fileSystem.delete(new Path(OUT_PATH), true);
　　
         }
　　

　　
         final Job job = new Job(configuration, SortApp.class.getSimpleName());
　　

　　
         // 1.1 指定输入文件路径
　　
         FileInputFormat.setInputPaths(job, INPUT_PATH);
　　
         // 指定哪个类用来格式化输入文件
　　
         job.setInputFormatClass(TextInputFormat.class);
　　

　　
         // 1.2指定自定义的Mapper类
　　
         job.setMapperClass(MyMapper.class);
　　
         // 指定输出<k2,v2>的类型
　　
         job.setMapOutputKeyClass(NewK2.class);
　　
         job.setMapOutputValueClass(LongWritable.class);
　　

　　
         // 1.3 指定分区类
　　
         job.setPartitionerClass(HashPartitioner.class);
　　
         job.setNumReduceTasks(1);
　　

　　
         // 1.4 TODO 排序、分区
　　

　　
         // 1.5 TODO （可选）合并
　　

　　
         // 2.2 指定自定义的reduce类
　　
         job.setReducerClass(MyReducer.class);
　　
         // 指定输出<k3,v3>的类型
　　
         job.setOutputKeyClass(LongWritable.class);
　　
         job.setOutputValueClass(LongWritable.class);
　　

　　
         // 2.3 指定输出到哪里
　　
         FileOutputFormat.setOutputPath(job, new Path(OUT_PATH));
　　
         // 设定输出文件的格式化类
　　
         job.setOutputFormatClass(TextOutputFormat.class);
　　

　　
         // 把代码提交给JobTracker执行
　　
         job.waitForCompletion(true);
　　
     }
　　


　　
     static>　　
             Mapper<LongWritable, Text, NewK2, LongWritable> {
　　
         protected void map(
　　
                 LongWritable key,
　　
                 Text value,
　　
                 org.apache.hadoop.mapreduce.Mapper<LongWritable, Text, NewK2, LongWritable>.Context context)
　　
                 throws java.io.IOException, InterruptedException {
　　
             final String[] splited = value.toString().split("\t");
　　
             final NewK2 k2 = new NewK2(Long.parseLong(splited[0]),
　　
                     Long.parseLong(splited[1]));
　　
             final LongWritable v2 = new LongWritable(Long.parseLong(splited[1]));
　　
             context.write(k2, v2);
　　
         };
　　
     }
　　


　　
     static>　　
             Reducer<NewK2, LongWritable, LongWritable, LongWritable> {
　　
         protected void reduce(
　　
                 NewK2 k2,
　　
                 java.lang.Iterable<LongWritable> v2s,
　　
                 org.apache.hadoop.mapreduce.Reducer<NewK2, LongWritable, LongWritable, LongWritable>.Context context)
　　
                 throws java.io.IOException, InterruptedException {
　　
             context.write(new LongWritable(k2.first), new LongWritable(
　　
                     k2.second));
　　
         };
　　
     }
　　

　　
     /**
　　
      * 问：为什么实现该类？ 答：因为原来的v2不能参与排序，把原来的k2和v2封装到一个类中，作为新的k2
　　
      *
　　
      */
　　
     // WritableComparable：Hadoop的序列化

　　
     static>　　
         Long first;
　　
         Long second;
　　

　　
         public NewK2() {
　　
         }
　　

　　
         public NewK2(long first, long second) {
　　
             this.first = first;
　　
             this.second = second;
　　
         }
　　

　　
         public void readFields(DataInput in) throws IOException {
　　
             this.first = in.readLong();
　　
             this.second = in.readLong();
　　
         }
　　

　　
         public void write(DataOutput out) throws IOException {
　　
             out.writeLong(first);
　　
             out.writeLong(second);
　　
         }
　　

　　
         /**
　　
          * 当k2进行排序时，会调用该方法. 当第一列不同时，升序；当第一列相同时，第二列升序
　　
          */
　　
         public int compareTo(NewK2 o) {
　　
             final long minus = this.first - o.first;
　　
             if (minus != 0) {
　　
                 return (int) minus;
　　
             }
　　
             return (int) (this.second - o.second);
　　
         }
　　

　　
         @Override
　　
         public int hashCode() {
　　
             return this.first.hashCode() + this.second.hashCode();
　　
         }
　　

　　
         @Override
　　
         public boolean equals(Object obj) {
　　
             if (!(obj instanceof NewK2)) {
　　
                 return false;
　　
             }
　　
             NewK2 oK2 = (NewK2) obj;
　　
             return (this.first == oK2.first) && (this.second == oK2.second);
　　
         }
　　
     }
　　

　　
}