MapReduce之Partition分区实例操作
1.需求:
将统计结果按照手机归属地不同省份输出到不同文件中(分区)
2.案例数据:
phone_data.txt
如下:
1363157985066 13726230503 00-FD-07-A4-72-B8:CMCC 120.196.100.82 i02.c.aliimg.com 24 27 2481 24681 200
1363157995052 13826544101 5C-0E-8B-C7-F1-E0:CMCC 120.197.40.4 4 0 264 0 200
1363157991076 13926435656 20-10-7A-28-CC-0A:CMCC 120.196.100.99 2 4 132 1512 200
1363154400022 13926251106 5C-0E-8B-8B-B1-50:CMCC 120.197.40.4 4 0 240 0 200
1363157993044 18211575961 94-71-AC-CD-E6-18:CMCC-EASY 120.196.100.99 iface.qiyi.com 视频网站 15 12 1527 2106 200
1363157995074 84138413 5C-0E-8B-8C-E8-20:7DaysInn 120.197.40.4 122.72.52.12 20 16 4116 1432 200
1363157993055 13560439658 C4-17-FE-BA-DE-D9:CMCC 120.196.100.99 18 15 1116 954 200
1363157995033 15920133257 5C-0E-8B-C7-BA-20:CMCC 120.197.40.4 sug.so.360.cn 信息安全 20 20 3156 2936 200
1363157983019 13719199419 68-A1-B7-03-07-B1:CMCC-EASY 120.196.100.82 4 0 240 0 200
1363157984041 13660577991 5C-0E-8B-92-5C-20:CMCC-EASY 120.197.40.4 s19.cnzz.com 站点统计 24 9 6960 690 200
1363157973098 15013685858 5C-0E-8B-C7-F7-90:CMCC 120.197.40.4 rank.ie.sogou.com 搜索引擎 28 27 3659 3538 200
1363157986029 15989002119 E8-99-C4-4E-93-E0:CMCC-EASY 120.196.100.99 www.umeng.com 站点统计 3 3 1938 180 200
1363157992093 13560439658 C4-17-FE-BA-DE-D9:CMCC 120.196.100.99 15 9 918 4938 200
1363157986041 13480253104 5C-0E-8B-C7-FC-80:CMCC-EASY 120.197.40.4 3 3 180 180 200
1363157984040 13602846565 5C-0E-8B-8B-B6-00:CMCC 120.197.40.4 2052.flash2-http.qq.com 综合门户 15 12 1938 2910 200
1363157995093 13922314466 00-FD-07-A2-EC-BA:CMCC 120.196.100.82 img.qfc.cn 12 12 3008 3720 200
1363157982040 13502468823 5C-0A-5B-6A-0B-D4:CMCC-EASY 120.196.100.99 y0.ifengimg.com 综合门户 57 102 7335 110349 200
1363157986072 18320173382 84-25-DB-4F-10-1A:CMCC-EASY 120.196.100.99 input.shouji.sogou.com 搜索引擎 21 18 9531 2412 200
1363157990043 13925057413 00-1F-64-E1-E6-9A:CMCC 120.196.100.55 t3.baidu.com 搜索引擎 69 63 11058 48243 200
1363157988072 13760778710 00-FD-07-A4-7B-08:CMCC 120.196.100.82 2 2 120 120 200
1363157985066 13560436666 00-FD-07-A4-72-B8:CMCC 120.196.100.82 i02.c.aliimg.com 24 27 2481 24681 200
1363157993055 13560436666 C4-17-FE-BA-DE-D9:CMCC 120.196.100.99 18 15 1116 954 200
3.分析:
(1)Mapreduce 中会将 map 输出的 kv 对,按照相同 key 分组,然后分发给不同的 reducetask。默认的分发规则为:根据 key 的 hashcode%reducetask 数来分发。
(2)如果要按照自己的需求进行分组,则需要改写数据分发(分组)组件Partitioner。
自定义一个 CustomPartitioner 继承抽象类:Partitioner
(3)在 job 驱动中,设置自定义 partitioner:
job.setPartitionerClass(CustomPartitioner.class)
(4)在统计流量案例的基础上,增加一个分区类。
流量统计详细操作见
package com.kgc.mapreduce.flowcount;import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Partitioner;
public class ProvincePartitioner extends Partitioner<Text,FlowBean> {@Overridepublic int getPartition(Text text, FlowBean flowBean, int i) {//1 获取电话号码前三位String preNum = text.toString().substring(0,3);int partition=4;//2 判断哪个省if("136".equals(preNum)){partition=0;}else if("137".equals(preNum)){partition=1;}else if("138".equals(preNum)){partition=2;}else if("139".equals(preNum)) {partition = 3;}return partition; }
}
(5)在驱动函数中增加自定义数据分区设置和 reduce task 设置。
package com.kgc.mapreduce.flowcount;import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import java.io.IOException;public class PartitionerDriver {public static void main(String[] args) throws IllegalArgumentException, IOException,ClassNotFoundException,InterruptedException {//1 获取配置信息,获取job对象实例Configuration configuration = new Configuration();Job job = Job.getInstance(configuration);//2 指定本程序的 jar 包所在的本地路径job.setJarByClass(FlowBean.class);//3 指定本业务 job 要使用的 mapper/Reducer 业务类job.setMapperClass(FlowCountMapper.class);job.setReducerClass(FlowCountReducer.class);//4 指定 mapper 输出数据的 kv 类型job.setMapOutputKeyClass(Text.class);job.setMapOutputValueClass(FlowBean.class);//5 指定最终输出的数据的 kv 类型job.setOutputKeyClass(Text.class);job.setOutputValueClass(FlowBean.class);//6 指定自定义数据分区job.setPartitionerClass(ProvincePartitioner.class);//7 同时指定相应数量的 reduce taskjob.setNumReduceTasks(5);//8 指定 job 的输入原始文件所在目录以及输出目录FileInputFormat.setInputPaths(job,new Path("e:/phone_data.txt"));FileOutputFormat.setOutputPath(job,new Path("e:/partition"));//9 将 job 中配置的相关参数,以及 job 所用的 java 类所在的 jar 包,提交给 yarn 去运行boolean result = job.waitForCompletion(true);System.exit(result?0:1);}
}
MapReduce之Partition分区实例操作相关推荐
- mapreduce之partition分区
听了超哥的一席课后逐渐明白了partition,记录一下自己的理解!(thanks 超哥) package partition;import java.io.IOException; import j ...
- Partition分区及实例
Partition分区及实例 Partition分区介绍 概念 自定义分区步骤 分区总结: Partition分区案例 需求 1.需求说明 2.文件 案例分析 1.需求 输入数据 期望输出数据 实现分 ...
- linux系统下grub.cfg详解和实例操作
linux系统下grub.cfg详解和实例操作 简介 grub是引导操作系统的程序,它会根据自己的配置文件,去引导内核,当内核被加载到内存以后,内核会根据grub配置文件中的配置,找到根分区所使用的文 ...
- Oracle 表分区删除操作
全部删除 ALTER TABLE 表名 DROP PARTITION 分区名; 仅仅删除分区数据 ALTER TABLE 表名 TRUNCATE PARTITION 分区名; 注意:操作不可逆请谨慎操 ...
- GPT分区无损转MBR分区的操作
Hi all, 给小伙伴分享一个GPT分区无损转MBR分区的操作.大家如果有更好的方法,欢迎讨论.或者本文中有错误的地方,欢迎指出. 简短步骤: ======================= 1,w ...
- mysql in partition_MySQL Partition分区扫盲
MySQL从5.1.3开始支持Partition,你可以使用如下命令来确认你的版本是否支持Partition: mysql> SHOW VARIABLES LIKE '%partition%'; ...
- kafka专题:kafka的Topic主题、Partition分区、消费组偏移量offset等基本概念详解
文章目录 1. kafka集群整体架构 2. kafka相关元素的基本概念 2.1 主题Topic和分区Partition 2.2 kafka消息存储在哪里? 2.3 分区副本 2.4 消费组和偏移量 ...
- Partition分区的使用案例
Partition分区的使用案例: 将统计结果按照条件输出到不同文件中(分区) 文章目录 1)需求 2)需求分析 3)编程实现 1.创建Partitioner类 2.创建Bean类 3.创建Mappe ...
- Partition分区
文章目录 Partition分区 1.默认partitioner分区 2.自定义Partitioner步骤 3.注意事项 4.案例 Partition分区 需求:按照条件输出到不同文件中. 案例:按照 ...
最新文章
- java怎么修改fxml,JavaFX FXML修改列表
- ML之SVM:随机产生100个点,建立SVM模型,找出超平面方程
- 配置IntelliJ IDEA
- 为静态博客生成器WDTP移植了一款美美哒主题
- E-Learning是学习系统而不是教育系统
- Oracle在Solaris下的机能与调整简介
- 解决iphone横屏时字体变大问题或者内容大小不一样等...
- 解决安装YouCompleteMe与Vim版本不兼容问题
- matlab 最小二乘法拟合_最小二乘法辨识1阶离散传递函数
- w10系统老是自动息屏_快速修复win10系统关闭屏幕后又自动唤醒点亮的方法
- 导入html文件到onenote,onenote怎么导入文件 onenote添加文件附件的图文步骤
- 【Tools】haneWIN NFS Server 1.2.10 注册机(亲测有效)
- 联想r720安装固态_联想LenovoR720游戏笔记本如何安装固态硬盘
- 免密登录 蹩脚的“脚本”
- 安装sulley注意点
- Chrome下载危险文件拦截手动绕过
- map的put 方法的返回值 null
- 将前端网页生成二维码
- 默然日记20151123
- 全网最新最全的jmeter+ant+jenkins 搭建接口自动化测试
热门文章
- 用计算机唱歌 丑八怪乐谱,《成都》计算器谱子 抖音计算器按出的音乐乐谱大全...
- 分解uber依赖注入库dig-使用篇
- 掌握常用传感器的工作原理应用技术-斯巴托(1)
- KMP的个人向总结(next数组 || DFA实现--JAVAC++魔改版)--by wxj
- OPCUA 设置登录用户名与密码
- 自2018年2月28日起 iCloud 由云上贵州运营
- **蒙特卡洛计算定积分VC++**
- 财务大数据比赛代码例子
- html5页面和app的区别,H5页面与APP区别何在
- Vscode(arduino框架) 开发ESP32 _01_电容Touch和外部中断