一、利用imdb电影数据文件，使用mapreduce算法，完成下列任务： 1）找出平均评分最高的十部电影id； 2）打印上题中的电影名称，并显示其类别标签；

好的，我理解了你的问题。首先，需要明确的是，本问题需要先将IMDB电影数据文件导入到Hadoop分布式文件系统中，再使用MapReduce算法进行处理。以下是解决方案：

1. 预处理

将IMDB电影数据文件导入到Hadoop分布式文件系统中，可以使用Hadoop自带的命令行工具hdfs dfs -put进行上传。

2. MapReduce实现

（1）Mapper

Mapper的输入是IMDB电影数据文件中的每一行，输出是键值对（电影id，评分）。代码实现如下：

public class MovieRatingMapper extends Mapper<LongWritable, Text, Text, DoubleWritable> {

    private final static DoubleWritable rating = new DoubleWritable();
    private Text movieId = new Text();

    public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {

        String[] tokens = value.toString().split(",");

        if (tokens.length == 4) {
            movieId.set(tokens[1]);
            rating.set(Double.parseDouble(tokens[2]));
            context.write(movieId, rating);
        }
    }
}

（2）Reducer

Reducer的输入是Mapper的输出，输出是键值对（电影id，平均评分）。代码实现如下：

public class MovieRatingReducer extends Reducer<Text, DoubleWritable, Text, DoubleWritable> {

    private DoubleWritable avgRating = new DoubleWritable();

    public void reduce(Text key, Iterable<DoubleWritable> values, Context context) throws IOException, InterruptedException {

        double sum = 0;
        int count = 0;

        for (DoubleWritable value : values) {
            sum += value.get();
            count++;
        }

        double average = sum / count;

        avgRating.set(average);

        context.write(key, avgRating);
    }
}

（3）Driver

Driver类负责配置MapReduce作业，并将结果输出到HDFS上。代码实现如下：

public class MovieRatingDriver {

    public static void main(String[] args) throws Exception {

        Configuration conf = new Configuration();
        Job job = Job.getInstance(conf, "Movie Rating");
        job.setJarByClass(MovieRatingDriver.class);
        job.setMapperClass(MovieRatingMapper.class);
        job.setReducerClass(MovieRatingReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(DoubleWritable.class);
        FileInputFormat.addInputPath(job, new Path(args[0]));
        FileOutputFormat.setOutputPath(job, new Path(args[1]));
        System.exit(job.waitForCompletion(true) ? 0 : 1);
    }
}

3. 结果解析

使用MapReduce算法处理后，可以得到每个电影的平均评分。接下来需要找出平均评分最高的十部电影id，并打印出电影名称和类别标签。可以使用Java编写一个程序来实现这个功能。代码实现如下：

public class TopTenMovies {

    public static void main(String[] args) throws Exception {

        Configuration conf = new Configuration();
        FileSystem fs = FileSystem.get(conf);
        BufferedReader br = new BufferedReader(new InputStreamReader(fs.open(new Path(args[0]))));

        String line;
        TreeMap<Double, String> topTen = new TreeMap<>(Collections.reverseOrder());

        while ((line = br.readLine()) != null) {
            String[] tokens = line.split("\\s+");
            String movieId = tokens[0];
            double rating = Double.parseDouble(tokens[1]);

            if (topTen.size() < 10) {
                topTen.put(rating, movieId);
            } else if (rating > topTen.firstKey()) {
                topTen.remove(topTen.firstKey());
                topTen.put(rating, movieId);
            }
        }

        br.close();

        // Print top ten movies
        for (Map.Entry<Double, String> entry : topTen.entrySet()) {
            String movieId = entry.getValue();
            String filePath = args[1];
            Path path = new Path(filePath);
            BufferedReader movieReader = new BufferedReader(new InputStreamReader(fs.open(path)));
            String movieLine;
            while ((movieLine = movieReader.readLine()) != null) {
                String[] tokens = movieLine.split(",");
                if (tokens[0].equals(movieId)) {
                    System.out.println("Movie Name: " + tokens[1] + ", Category: " + tokens[3]);
                    break;
                }
            }
        }

        fs.close();
    }
}

这个程序的输入是MapReduce作业的输出文件和IMDB电影数据文件。程序首先读取MapReduce作业的输出文件，将电影id和平均评分存入一个TreeMap中，并只保留平均评分最高的十部电影。然后依次读取IMDB电影数据文件中的每一行，找出电影名称和类别标签，并输出到控制台上。

最后需要在命令行中运行这个程序，命令如下：

hadoop jar top-ten-movies.jar TopTenMovies <path-to-mapreduce-output> <path-to-movies-data>