Java大数据开发Hadoop(22)-NLineInputFormat案例

Posted 跟我一起学大数据

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Java大数据开发Hadoop(22)-NLineInputFormat案例相关的知识,希望对你有一定的参考价值。

导读:上一节我们讲解了FileInputFormat实现类有很多,本节讲解实现类NLineInputFormat的案例操作。


NLineInputFormat使用案例


1.需求


对每个单词进行个数统计,要求根据每个输入文件的行数来规定输出多少个切片。此案例要求每三行放入一个切片中。


(1)  输入数据


hadoop ni haoxiaoming hive helloworldhadoop ni haoxiaoming hive helloworldhadoop ni haoxiaoming hive helloworldhadoop ni haoxiaoming hive helloworldhadoop ni haoxiaoming hive helloworldxiaoming hive helloworld


(2)  期望输出数据


Number of splits:4


2.需求分析



3.代码编写


(1)  编写Mapper类


public class NLineMapper extends Mapper<LongWritable, Text, Text, LongWritable>{
private Text k = new Text(); private LongWritable v = new LongWritable(1);
@Override protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
// 1 获取一行 String line = value.toString();
// 2 切割 String[] splited = line.split(" ");
// 3 循环写出 for (int i = 0; i < splited.length; i++) {
k.set(splited[i]);
context.write(k, v); } }}


(2)  编写Reducer类


public class NLineReducer extends Reducer<Text, LongWritable, Text, LongWritable>{
LongWritable v = new LongWritable();
@Override protected void reduce(Text key, Iterable<LongWritable> values, Context context) throws IOException, InterruptedException {    long sum = 0l;
// 1 汇总 for (LongWritable value : values) { sum += value.get();        }          v.set(sum); // 2 输出 context.write(key, v); }}


(3)  编写Driver类


public class NLineDriver {
public static void main(String[] args) throws IOException, URISyntaxException, ClassNotFoundException, InterruptedException {
// 输入输出路径需要根据自己电脑上实际的输入输出路径设置args = new String[] { "d:/input/inputword", "d:/output1" };
// 1 获取job对象 Configuration configuration = new Configuration(); Job job = Job.getInstance(configuration);
// 7设置每个切片InputSplit中划分三条记录 NLineInputFormat.setNumLinesPerSplit(job, 3);
// 8使用NLineInputFormat处理记录数 job.setInputFormatClass(NLineInputFormat.class);
// 2设置jar包位置,关联mapper和reducer job.setJarByClass(NLineDriver.class); job.setMapperClass(NLineMapper.class); job.setReducerClass(NLineReducer.class);
// 3设置map输出kv类型 job.setMapOutputKeyClass(Text.class); job.setMapOutputValueClass(LongWritable.class);
// 4设置最终输出kv类型 job.setOutputKeyClass(Text.class); job.setOutputValueClass(LongWritable.class);
// 5设置输入输出数据路径 FileInputFormat.setInputPaths(job, new Path(args[0])); FileOutputFormat.setOutputPath(job, new Path(args[1]));
// 6提交job job.waitForCompletion(true); }}


4.测试


(1)  输入数据


hadoop ni haoxiaoming hive helloworldhadoop ni haoxiaoming hive helloworldhadoop ni haoxiaoming hive helloworldhadoop ni haoxiaoming hive helloworldhadoop ni haoxiaoming hive helloworldxiaoming hive helloworld


(2)  输出结果的切片数


Number of splits:4


关注「跟我一起学大数据」

跟我一起学大数据

以上是关于Java大数据开发Hadoop(22)-NLineInputFormat案例的主要内容,如果未能解决你的问题,请参考以下文章

Hadoop大数据开发学习路线图阶段一

2018年最新Hadoop大数据开发学习路线图

我为什么从后端开发转到大数据开发(Hadoop/Spark)?

大数据开发Hadoop工程师-第一课 Java基本知识和JDK的安装配置

大数据快速入门教程之一:Hadoop

大数据技术原理与应用:第二讲大数据处理架构Hadoop