0
点赞
收藏
分享

微信扫一扫

MapReduce快速入门系列(8) | Shuffle之排序(sort)——区内排序



上一篇博文讲了Shuffle排序的相关概念以及全排序的操作,这篇博文继续分享的是排序的另一种操作:区内排序。



目录

  • ​​一. 需求分析​​
  • ​​二. 代码实现​​
  • ​​2.1 增加自定义分区类MyPartitioner2​​
  • ​​2.2 在驱动类中添加分区类​​
  • ​​三. 运行及其结果​​

一. 需求分析

  基于前一个需求,增加自定义分区类,分区按照省份手机号设置。

  • 1. 把原数据排序后
    MapReduce快速入门系列(8) | Shuffle之排序(sort)——区内排序_大数据
  • 2. 期望数据输出
    MapReduce快速入门系列(8) | Shuffle之排序(sort)——区内排序_hadoop_02

二. 代码实现

2.1 增加自定义分区类MyPartitioner2

package com.buwenbuhuo.WritableComparable2;

import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Partitioner;

/**
* @author 卜温不火
* @create 2020-04-24 18:14
* com.buwenbuhuo.WritableComparable2 - the name of the target package where the new class or interface will be created.
* mapreduce0422 - the name of the current project.
*/
public class MyPartitioner2 extends Partitioner<com.buwenbuhuo.WritableComparable.FlowBean, Text> {
@Override
public int getPartition(com.buwenbuhuo.WritableComparable.FlowBean flowBean, Text text, int numPartitions) {
switch (text.toString().substring(0, 3)) {
case "136":
return 0;
case "137":
return 1;
case "138":
return 2;
case "139":
return 3;
default:
return 4;
}
}
}

2.2 在驱动类中添加分区类

// 加载自定义分区类
job.setPartitionerClass(ProvincePartitioner.class);

// 设置Reducetask个数
job.setNumReduceTasks(5);
  • 此部分的完整代码如下:
package com.buwenbuhuo.WritableComparable2;

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;

/**
* @author 卜温不火
* @create 2020-04-24 18:19
* com.buwenbuhuo.WritableComparable2 - the name of the target package where the new class or interface will be created.
* mapreduce0422 - the name of the current project.
*/
public class SortDriver {

public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
Job job = Job.getInstance(new Configuration());

job.setJarByClass(com.buwenbuhuo.WritableComparable2.SortDriver.class);
job.setMapperClass(com.buwenbuhuo.WritableComparable.SortMapper.class);
job.setReducerClass(com.buwenbuhuo.WritableComparable.SortReducer.class);

job.setMapOutputKeyClass(com.buwenbuhuo.WritableComparable.FlowBean.class);
job.setMapOutputValueClass(Text.class);

job.setPartitionerClass(MyPartitioner2.class);
job.setNumReduceTasks(5);

job.setOutputKeyClass(Text.class);
job.setOutputValueClass(com.buwenbuhuo.WritableComparable.FlowBean.class);

FileInputFormat.setInputPaths(job, new Path("d:\\output"));
FileOutputFormat.setOutputPath(job, new Path("d:\\output2"));

boolean b = job.waitForCompletion(true);
System.exit(b ? 0 : 1);
}
}

三. 运行及其结果

  • 1. 运行
    MapReduce快速入门系列(8) | Shuffle之排序(sort)——区内排序_大数据_03
  • 2. 结果
    MapReduce快速入门系列(8) | Shuffle之排序(sort)——区内排序_hadoop_04
    MapReduce快速入门系列(8) | Shuffle之排序(sort)——区内排序_mapreduce_05
    MapReduce快速入门系列(8) | Shuffle之排序(sort)——区内排序_apache_06
    MapReduce快速入门系列(8) | Shuffle之排序(sort)——区内排序_apache_07
    MapReduce快速入门系列(8) | Shuffle之排序(sort)——区内排序_apache_08
  • 3. 与设想的对比
    MapReduce快速入门系列(8) | Shuffle之排序(sort)——区内排序_apache_09
    可以看到是一样的。


本期的分享就到这里了,小伙伴们有什么疑惑或好的建议可以积极在评论区留言~,博主会持续更新新鲜好玩的技术,喜欢的小伙伴们不要忘了点赞,记得要关注博主呐ヾ(◍°∇°◍)ノ゙。




举报

相关推荐

0 条评论