hadoop2.5.2学习12-MR之PageRank02
2017-02-28 21:36
330 查看
Counter
在上一篇文章中为了记录每个reduce中的每组PR差值,我们需要一个全局变量来记录这些差值。hadoop为我们提供了Counter接口
Counter是一个接口:
org.apache.hadoop.mapreduce.Counter extends Writable
Counter跟踪Map-Reduce的进程
Counters表示全局的counters, 可以被任何的Map-Reduce框架或应用定义,
a 每个Counter都有一个Enum命名,
b 每个Counter都是存储一个long类型的值。
具体实现
在上篇文章中统计PR,使用了Counter来统计新旧PR值的差值,首先定义一个Enum,用来标记Counter, 因为 a 决定要定义一个Enum.
public static enum MyCounter { countName; }
因为要满足b, 而PR差值是double类型的数值,所以将PR值*1000.0
通过Enum获指定的Counter, 调用Counter的increment(long)来记录这个PR差值。
//因为incerment(long ), 所以要保证数据正确性, 所以乘以1000.0 int j = (int) (d*1000.0); j = Math.abs(j); System.out.println(j); context.getCounter(MyRunJob.MyCounter.countName).increment(j);
在每次job执行完成,将Counter中的值提取出来
long sum = job.getCounters().findCounter(MyCounter.countName).getValue();
因为默认分组是按照key进行分组, 而reduce的key是节点的字符,所以每个分组被reduce处理,都会产生一个PR差值,所以最终的Counter中记录的数据是所有分组的差值总和,所以在job执行完,要进行和阈值对比,要将Counter的值/4000.0,用来求去平均的差值
/** * 因为每次的reducer中按照key进行四次计算, 每次计算增加一次j * reducer: * context.getCounter(MyRunJob.MyCounter.countName).increment(j); * 所以求取平均差值。要除以4*1000.0 * 在reducer中:int j = (int) (d*1000.0); */ double avgD = sum/4000.0;
平均差值小于阈值,说明数据收敛,那么久停止迭代。
if (avgD < d) {//达到了收敛 break; }
暂时记录于此
相关文章推荐
- hadoop2.5.2学习12-MR之PageRank
- hadoop2.5.2学习12-MR之PageRank01
- hadoop2.5.2学习11-MR之好友推荐1
- hadoop2.5.2学习13-MR之引入第三方Jar
- hadoop2.5.2学习11-MR之好友推荐2
- Hadoop2.5.2学习02--MR执行环境的类型
- hadoop2.5.2学习13-MR之新浪微博TF-IDF算法简介
- hadoop2.5.2学习14--MR之协同过滤天猫推荐
- hadoop2.5.2学习10--MR之统计每月最高三个温度01
- hadoop2.5.2学习13-MR之新浪微博-DF的实现
- hadoop2.5.2学习10--MR之统计每月最高三个温度02
- hadoop2.5.2学习09--MR之统计每月最高三个温度
- hadoop2.5.2学习及实践笔记(五)—— HDFS shell命令行常见操作
- hadoop生态系统学习之路(十)MR将结果输出到hbase
- hadoop生态系统学习之路(二)如何编写MR以及运行测试
- Hadoop2.5.2学习00--安装
- Hadoop学习12-配置集群环境
- hadoop学习笔记(四)——eclipse+maven+hadoop2.5.2源码
- Hadoop2.5.2学习04--HDFS原理及操作
- Hadoop上的中文分词与词频统计实践 (有待学习 http://www.cnblogs.com/jiejue/archive/2012/12/16/2820788.html)