MapReduce Java API实例-统计平均成绩

╰半夏微凉° 2022-09-03 05:10 217阅读 0赞

# 场景 #

MapReduce Java API实例-统计单词出现频率：

[https://blog.csdn.net/BADAO\_LIUMANG\_QIZHI/article/details/119410169][https_blog.csdn.net_BADAO_LIUMANG_QIZHI_article_details_119410169]

在上面对单个txt文件进行统计的基础上，Mapreduce也是支持文件夹下多个文件处理的。

统计学生各科平均成绩，每科成绩为一个文件。

在Map阶段和上面统计单次频率差不多，然后在Reduce阶段求出总和后，除以科目数，

并将输出value的数据类型设置为FloatWritable即可。

新建三个数据集，chinese.txt、math.txt、english.txt

分别代表三科成绩，每科成绩的格式如下

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0JBREFPX0xJVU1BTkdfUUlaSEk_size_16_color_FFFFFF_t_70][]

每科成绩左边是姓名，右边是成绩，并且姓名和成绩之间是用空格分开。

注意这里是一个空格，因为下面处理的规则就是按照中间一个空格来处理的。

这点要尤为注意，并且如果这个文件是在Windows上新建并添加的空格，一定要注意排查上传到Centos以及HDFS集群中是否格式变化。

注：

博客：  
[https://blog.csdn.net/badao\_liumang\_qizhi][https_blog.csdn.net_badao_liumang_qizhi]  
关注公众号  
霸道的程序猿  
获取编程相关电子书、教程推送与免费下载。

# 实现 #

1、Map实现代码

package com.badao.averagegrade;
    
    
    import org.apache.hadoop.io.IntWritable;
    import org.apache.hadoop.io.Text;
    import org.apache.hadoop.mapreduce.Mapper;
    
    import java.io.IOException;
    import java.util.StringTokenizer;
    
    public class AverageGradeMapper extends Mapper<Object,Text,Text,IntWritable> {
        //1、编写map函数，通过继承Mapper类实现里面的map函数
        //   Mapper类当中的第一个函数是Object,也可以写成Long
        //   第一个参数对应的值是行偏移量
    
        //2、第二个参数类型通常是Text类型，Text是Hadoop实现的String 类型的可写类型
        //   第二个参数对应的值是每行字符串
    
        //3、第三个参数表示的是输出key的数据类型
    
        //4、第四个参数表示的是输出value的数据类型，IntWriable 是Hadoop实现的int类型的可写数据类型
    
        public final static IntWritable one = new IntWritable(1);
        public Text word = new Text();
    
        //key 是行偏移量
        //value是每行字符串
        @Override
        public void map(Object key, Text value, Context context) throws IOException, InterruptedException {
            String[] str = value.toString().split(" ");
            context.write(new Text(str[0]),new IntWritable(Integer.parseInt(str[1])));
        }
    }

2、Reduce代码

package com.badao.averagegrade;
    
    import org.apache.hadoop.io.FloatWritable;
    import org.apache.hadoop.io.IntWritable;
    import org.apache.hadoop.io.Text;
    import org.apache.hadoop.mapreduce.Reducer;
    
    import java.io.IOException;
    
    
    //第一个参数类型是输入值key的数据类型，map中间输出key的数据类型
    //第二个参数类型是输入值value的数据类型，map中间输出value的数据类型
    //第三个参数类型是输出值key的数据类型，他的数据类型要跟job.setOutputKeyClass(Text.class) 保持一致
    //第四个参数类型是输出值value的数据类型，它的数据类型要跟job.setOutputValueClass(IntWriable.class) 保持一致
    
    public class AverageGradeReducer extends Reducer<Text, IntWritable,Text, FloatWritable> {
    
        public FloatWritable result = new FloatWritable();
    
    
        //key就是单词  values是单词出现频率列表
        @Override
        public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
            int sum = 0;
            for(IntWritable val:values)
            {
                //get就是取出IntWriable的值
                sum += val.get();
            }
            //3表示科目数
            result.set((float)sum/3);
            context.write(key,result);
        }
    }

3、Job代码

package com.badao.averagegrade;
    
    
    import org.apache.hadoop.conf.Configuration;
    import org.apache.hadoop.fs.Path;
    import org.apache.hadoop.io.FloatWritable;
    import org.apache.hadoop.io.IntWritable;
    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 AverageGradeJob {
        public static void main(String[] args) throws InterruptedException, IOException, ClassNotFoundException {
            wordCountLocal();
        }
    
        public static void wordCountLocal()throws IOException, ClassNotFoundException, InterruptedException
        {
            Configuration conf = new Configuration();
            conf.set("fs.defaultFS","hdfs://192.168.148.128:9000");
            //conf.set("fs.hdfs.impl", "org.apache.hadoop.hdfs.DistributedFileSystem");
            System.setProperty("HADOOP_USER_NAME","root");
            //实例化一个作业，word count是作业的名字
            Job job = Job.getInstance(conf, "averagegrade");
            //指定通过哪个类找到对应的jar包
            job.setJarByClass(AverageGradeJob.class);
            //为job设置Mapper类
            job.setMapperClass(AverageGradeMapper.class);
            //为job设置reduce类
            job.setReducerClass(AverageGradeReducer.class);
            job.setMapOutputValueClass(IntWritable.class);
            //为job的输出数据设置key类
            job.setOutputKeyClass(Text.class);
            //为job输出设置value类
            job.setOutputValueClass(FloatWritable.class);
            //为job设置输入路径，输入路径是存在的文件夹/文件
            FileInputFormat.addInputPath(job,new Path("/grade"));
            //为job设置输出路径
            FileOutputFormat.setOutputPath(job,new Path("/averageGrade3"));
            job.waitForCompletion(true);
        }
    
    }

然后将上面的三个成绩的txt上传到集群HDFS中，运行job

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0JBREFPX0xJVU1BTkdfUUlaSEk_size_16_color_FFFFFF_t_70 1][]

可以在集群HDFS中看到生成统计好的文件，查看paat-r-00000的内容

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0JBREFPX0xJVU1BTkdfUUlaSEk_size_16_color_FFFFFF_t_70 2][]

[https_blog.csdn.net_BADAO_LIUMANG_QIZHI_article_details_119410169]: https://blog.csdn.net/BADAO_LIUMANG_QIZHI/article/details/119410169
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0JBREFPX0xJVU1BTkdfUUlaSEk_size_16_color_FFFFFF_t_70]: /images/20220829/fca6c0af45f94c289966b5ff7cd97b0b.png
[https_blog.csdn.net_badao_liumang_qizhi]: https://blog.csdn.net/badao_liumang_qizhi
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0JBREFPX0xJVU1BTkdfUUlaSEk_size_16_color_FFFFFF_t_70 1]: /images/20220829/5f56b1e8393c40c4a3813040c6387637.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0JBREFPX0xJVU1BTkdfUUlaSEk_size_16_color_FFFFFF_t_70 2]: /images/20220829/27eb94e4dc1744588121b4406ae3f518.png