Java mapreduce统计每门科程的最高分最低分和平均分

好的，那我来给你提供一个Java的MapReduce程序实现，主要使用Hadoop框架。

先看Mapper类的实现：

import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;

public class ScoreMapper extends Mapper<Object, Text, Text, IntWritable>{
  
  private Text course = new Text();
  private IntWritable score = new IntWritable();

  public void map(Object key, Text value, Context context) 
    throws IOException, InterruptedException {
    
    String[] fields = value.toString().split(",");
    course.set(fields[0]); // 课程名作为Map输出的key
    score.set(Integer.parseInt(fields[1])); // 成绩作为Map输出的value
    context.write(course, score);
  }
}

上述代码中，我们使用了Hadoop提供的Mapper类，并重写了其map方法，实现了Map函数的逻辑。具体来说，我们将输入数据按照逗号进行分割，将课程名作为Map输出的key，将成绩作为Map输出的value，最后使用context.write方法输出键值对。

接下来看Reducer类的实现：

import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;

public class ScoreReducer extends Reducer<Text, IntWritable, Text, Text> {

  public void reduce(Text key, Iterable<IntWritable> values, Context context) 
    throws IOException, InterruptedException {
    
    int max = Integer.MIN_VALUE;
    int min = Integer.MAX_VALUE;
    int sum = 0;
    int count = 0;
    for(IntWritable value : values) {
      int score = value.get();
      max = Math.max(max, score);
      min = Math.min(min, score);
      sum += score;
      count++;
    }
    double avg = (double) sum / count;
    String result = "max: " + max + ", min: " + min + ", avg: " + avg;
    context.write(key, new Text(result));
  }
}

上述代码中，我们使用了Hadoop提供的Reducer类，并重写了其reduce方法，实现了Reduce函数的逻辑。具体来说，我们对每个键值对的值进行遍历，并记录最大值、最小值、总和和数量，最后计算平均值并输出结果。

最后，我们需要在Driver类中进行MapReduce程序的配置和运行：

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
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;

public class Score {

  public static void main(String[] args) throws Exception {
    Configuration conf = new Configuration();
    Job job = Job.getInstance(conf, "score");

    job.setJarByClass(Score.class);
    job.setMapperClass(ScoreMapper.class);
    job.setReducerClass(ScoreReducer.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);
  }
}

上述代码中，我们使用了Hadoop提供的Job类，并对MapReduce程序进行了配置，包括输入路径、输出路径、Mapper类、Reducer类等。最后，我们使用job.waitForCompletion方法将MapReduce程序提交到集群中运行。

以上就是一个基本的Java的MapReduce程序实现，可以用于统计每门科目的最高分、最低分和平均分。