Map-Reduce程序设计

任务一

现有一批路由日志(有删减)，需要提取MAC地址和时间，删去其它内容，利用MapReduce思想设计程序实现。

实验步骤

将hadoop下的output文件夹删除，并建立input文件夹

hdfs dfs -rm -R /output
hdfs dfs -mkdir /input
hdfs dfs -ls /

在Centos主机/tmp目录下新建tel_log文件，并将log信息填入此文件,并将此文件上传至hadoop /input文件夹下

vim /tmp/tel_log

hdfs dfs -put /tmp/tel_log /input
hdfs dfs -ls /input

通过ssh将写好的代码上传至centos Hadoop主机（tel.java）



将hadoop-common-2.7.0.jar、hadoop-mapreduce-client-core-2.7.0.jar、commons-cli-1.2.jar加入HADOOP_CLASSPATH

export CLASSPATH="$HADOOP_HOME/share/hadoop/common/hadoop-common-2.7.0.jar:$HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-client-core-2.7.0.jar:$HADOOP_HOME/share/hadoop/common/lib/commons-cli-1.2.jar:$CLASSPATH"

编译TEL.java 并将tel*.class打包为jar

javac /root/TEL.java

查了一下资料，这个警告并不影响后面的实验，所以不用修改

jar -cvf TEL.jar /root/TEL*.class

运行编译好的jar



查看/output/part-0000



java代码

import java.io.IOException;
//java 工具包
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.conf.Configured;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;

public class TEL extends Configured implements Tool{
enum Counter{
LINESKIP,
}
/**
*Mapper<LongWritable,Text,NullWritable,Text>
*
*/
public static class RouterMapper extends Mapper<LongWritable, Text, NullWritable, Text>{

public void map(LongWritable key, Text value, Context context)throws IOException, InterruptedException{
String line = value.toString();   //将map得到的一行TEXT转换为字符串
try{

String[] lineSplit = line.split(" ");//对字符串进行分片  （备注；这里输入的文件间隔只能是一个空格，否则会导致统计结果出错，这里没做处理，Phone。java代码做了处理）
String month = lineSplit[0];//得到月份
String day = lineSplit[1];//得到日期
String time = lineSplit[2];//得到时间
String mac = lineSplit[6];//得到mac地址

Text out = new Text(month + " " + day + " " + time + " " + mac);  //形成新的输出字符串

context.write(NullWritable.get(), out);//输出

}
catch (ArrayIndexOutOfBoundsException e) {
context.getCounter(Counter.LINESKIP).increment(1);
return;
}
}
}

@Override
public int run(String[] arg0) throws Exception{
Configuration conf = getConf();
Job job = new Job(conf, "TEL");//指定任务名称
job.setJarByClass(TEL.class);//指定任务对应Class
FileInputFormat.addInputPath(job, new Path(arg0[0]));//输入路劲参数
FileOutputFormat.setOutputPath(job, new Path(arg0[1]));//输出路径参数

job.setMapperClass(RouterMapper.class);//调用RouterMapper类作为Mapper的任务代码
job.setOutputFormatClass(TextOutputFormat.class);
job.setOutputKeyClass(NullWritable.class);//指定输出的key格式，要和RouterMapper的输出数据格式一致
job.setOutputValueClass(Text.class); //指定输出的value格式，要和RouterMapper的输出数据格式一致
job.waitForCompletion(true);
return job.isSuccessful() ? 0 : 1;
}
//main方法运行的时候需要指定输入路径和输出路径
public static void main(String[] args) throws Exception{
int res = ToolRunner.run(new Configuration(), new TEL(), args);
System.exit(res);
}
}

任务二

有一批电话通信清单，记录了用户A拨打用户B的记录，现在需要做一个倒排索引，记录打给用户B的所有用户A，安装MapReduce思想，设计程序实现。

实验步骤

将写好的Phone.java代码上传至hadoop centos主机



在hadoop上新建/inputPhone文件夹，并将日志文件上传到这个路径

hdfs dfs -mkdir /inputPhone
hdfs dfs -put /root/Phone_log /inputPhone
hdfs dfs -ls /inputPhone/Phone_log
hdfs dfs -cat /inputPhone/Phone_log

运行jar包中的Phone类

hadoop jar Phone.jar Phone /inputPhone /outputPhone

显示程序运行结果

hdfs dfs -cat /outputPhone/*

进行编译Phone.java代码

javac Phone.java
jar -cvf Phone.jar Phone*.class

运行生成的jar包

hadoop jar /root/Phone.jar Phone /inputPhone /outputPhone

java代码

//导入hadoop接口
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.conf.Configured;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;
import java.io.IOException;

public class Phone extends Configured implements Tool {

enum Counter {
LINESKIP;
}

@Override
public int run(String[] args) throws Exception{
Configuration conf = getConf();
Job job = new Job(conf, "Phone");//指定任务名称
job.setJarByClass(Phone.class);//指定对应任务Class
FileInputFormat.addInputPath(job, new Path(args[0]));//输入路径参数
FileOutputFormat.setOutputPath(job, new Path(args[1]));//输出路径参数

job.setMapperClass(Map.class);//调Map类作为Mapper的任务代码
job.setReducerClass(Reduce.class);//调Reduce类作为reducer的任务代码
job.setOutputFormatClass(TextOutputFormat.class);
job.setOutputKeyClass(Text.class);//指定输出的key格式，要和RouterMapper的输出数据格式一致
job.setOutputValueClass(Text.class);//指定输出的value格式，要和RouterMapper的输出数据格式一致
job.waitForCompletion(true);

return job.isSuccessful() ? 0 : 1;
}

public static class Map extends
Mapper<LongWritable, Text, Text, Text> {    //<KEYIN, VALUEIN, KEYOUT, VALUEOUT>
@Override
protected void map(LongWritable key, Text value, Context context)
throws IOException, InterruptedException{
try {
String line = value.toString();//将map得到的TEXT转换为String
String[] lineSplit = line.split(" ");  //分片处理

String A_user = "";//主叫用户
String B_user = "";  //被叫用户
boolean flag_one = false;//标记是否第一次得到非空字符串
for (String split : lineSplit) {

if (!split.equals("") && flag_one == false){  //将第一个非空字符串赋值给A_user
A_user = split;
flag_one = true;
continue;
}
else if (!split.equals("") && flag_one == true){//将第二个非空字符串赋值给A_user
B_user += split;
}
}

context.write(new Text(B_user), new Text(A_user));//输出
}
catch (java.lang.ArrayIndexOutOfBoundsException e) {
context.getCounter(Counter.LINESKIP).increment(1);
}
}
}

public static class Reduce extends Reducer<Text, Text, Text, Text> {

@Override
protected void reduce(Text key, Iterable<Text> values,
Context context)
throws IOException, InterruptedException{
String valueStr;
String out = "";
for (Text value : values){  //reduce统计
valueStr = value.toString() + "| ";  //将所有对应被叫用户的主叫用户整体合成一个out字符串
out += valueStr;
}
context.write(key, new Text(out));      //输出
}
}
//main方法运行的时候需要指定输入路径和输出路径
public static void main(String[] args) throws Exception{
int res = ToolRunner.run(new Configuration(), new Phone(), args);
System.exit(res);
}
}