1. 程式人生 > >hadoop二次排序實現join

hadoop二次排序實現join

package join;
import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;
import java.util.Iterator;

import org.apache.hadoop.conf.Configuration;
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.io.WritableComparator;
import org.apache.hadoop.io.WritableUtils;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Partitioner;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.MultipleInputs;
import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

public class j {
    public static class TextPair implements WritableComparable<TextPair>{
        public Text first;
        public Text second;
        public TextPair(){
            this.first=new Text();
            this.second=new Text();
        }
        public TextPair(String f,String s) {
            this.first=new Text(f);
            this.second=new Text(s);        
        }

        @Override
        public void write(DataOutput out) throws IOException {
            first.write(out);
            second.write(out);
        }
        @Override
        public void readFields(DataInput in) throws IOException {
            first.readFields(in);
            second.readFields(in);
        }
        @Override
        public int compareTo(TextPair t) {
            int i=first.compareTo(t.first);
            if(i==0){
                return second.compareTo(t.second);
            }
            return i;
        }
        
    }    
    public static class map1 extends Mapper<LongWritable, Text,TextPair, Text > {
        public void map (LongWritable key,Text value,Context context) throws IOException, InterruptedException{
            String[] s=value.toString().split(",");
            context.write(new TextPair(s[0],"0"),new Text(s[1]));
        }
    }
    public static class map2 extends Mapper<LongWritable, Text,TextPair, Text> {
        public void map (LongWritable key,Text value,Context context) throws IOException, InterruptedException{
            String[] s=value.toString().split(",");
            context.write(new TextPair(s[0],"1"),new Text(s[1]));
        }
    }
    public static class reduce extends Reducer<TextPair,Text,Text,Text>{
        public void reduce(TextPair key,Iterable<Text> value,Context context) throws IOException, InterruptedException{
            Iterator<Text> i=value.iterator();
            Text t1=new Text(i.next());//注意此處必須用new複製一個物件,否則在下面的迭代中t1會改變,不再是第一個值
            Text t2;
            while(i.hasNext()){
                t2=i.next();
                context.write(key.first,new Text(t2.toString()+"\t"+t1.toString()));
                System.out.println(t1.toString());
            }
        }
    }

    public static class UDF_partition extends Partitioner<TextPair,Text>{

//partiton發生在map階段最後,確定每個kv對的分組編號,發往不同的reduce

        @Override
        public int getPartition(TextPair key, Text value, int numpartition) {
            return (key.first.hashCode()&Integer.MAX_VALUE)%numpartition;
        }    
    }

    public static class UDF_group extends WritableComparator{

//group發生在reduce之前,將((1,2),a),((1,3),b),((1,2),a),((2,2),d),((2,2),a)分組,變為k-list(v)的形式,k取同組的第一個k

        public UDF_group(){
            super(TextPair.class,true);//注意此處構造方法中的引數true是父類的建構函式中不可缺少的
        }
        public int compare(WritableComparable a,WritableComparable b){
            if(a instanceof TextPair && b instanceof TextPair){
                return ((TextPair)a).first.compareTo(((TextPair)b).first);    
            }
            return super.compare(a, b);
        }
    }
    public static void main(String args[]) throws IOException, ClassNotFoundException, InterruptedException{
        Configuration con=new Configuration();
        Job job=new Job(con);
        job.setJarByClass(j.class);
        
        MultipleInputs.addInputPath(job, new Path(args[0]), TextInputFormat.class,map1.class);
        MultipleInputs.addInputPath(job, new Path(args[1]), TextInputFormat.class,map2.class);
        FileOutputFormat.setOutputPath(job,new Path(args[2]));
        job.setReducerClass(reduce.class);
        
        job.setPartitionerClass(UDF_partition.class);
        job.setGroupingComparatorClass(UDF_group.class);
        
        job.setMapOutputKeyClass(TextPair.class);
        job.setMapOutputValueClass(Text.class);
        
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(Text.class);
        
        System.exit(job.waitForCompletion(true)?0:1);
    }
    
}