编写简单的mapreduce的java程序
时间: 2023-08-06 13:25:22 浏览: 43
好的,以下是一个简单的MapReduce的Java程序:
假设我们有一个文本文件,里面记录了每个人的姓名和年龄,格式如下:
```
张三 20
李四 22
王五 25
赵六 30
```
我们想要统计所有人的年龄总和。我们可以使用MapReduce来完成这个任务。
首先,我们需要编写Map函数,将每行文本文件解析成键值对。键是姓名,值是年龄。
```java
public static class Map extends Mapper<LongWritable, Text, Text, IntWritable>{
private Text name = new Text();
private IntWritable age = new IntWritable();
public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
String[] line = value.toString().split(" ");
name.set(line[0]);
age.set(Integer.parseInt(line[1]));
context.write(name, age);
}
}
```
然后,我们需要编写Reduce函数,将每个人的年龄加起来,得到总年龄。
```java
public static class Reduce extends Reducer<Text, IntWritable, Text, IntWritable>{
private IntWritable totalAge = new IntWritable();
public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
int sum = 0;
for (IntWritable value : values) {
sum += value.get();
}
totalAge.set(sum);
context.write(key, totalAge);
}
}
```
最后,我们需要将Map和Reduce函数组装成一个完整的MapReduce作业。
```java
public static void main(String[] args) throws Exception {
Configuration conf = new Configuration();
Job job = Job.getInstance(conf, "age sum");
job.setJarByClass(AgeSum.class);
job.setMapperClass(Map.class);
job.setCombinerClass(Reduce.class);
job.setReducerClass(Reduce.class);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);
FileInputFormat.addInputPath(job, new Path(args[0]));
FileOutputFormat.setOutputPath(job, new Path(args[1]));
System.exit(job.waitForCompletion(true) ? 0 : 1);
}
```
在运行时,我们需要将输入文件和输出目录作为参数传入。
```bash
$ hadoop jar AgeSum.jar /input /output
```
这个程序会输出每个人的姓名和年龄总和,例如:
```
张三 20
李四 22
王五 25
赵六 30
```
如果我们要求所有人的年龄总和,我们可以再编写一个简单的Java程序来读取输出文件,将每个人的年龄总和相加即可。