大数据Hadoop之MapReduce
Posted Frankdeng
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了大数据Hadoop之MapReduce相关的知识,希望对你有一定的参考价值。
一 HDFS客户端环境准备
1.1 jar包准备
1)解压hadoop-2.7.6.tar.gz到非中文目录
2)进入share文件夹,查找所有jar包,并把jar包拷贝到_lib文件夹下
3)在全部jar包中查找sources.jar,并剪切到_source文件夹。
4)在全部jar包中查找tests.jar,并剪切到_test文件夹
1.2 Eclipse准备
1)根据自己电脑的操作系统拷贝对应的编译后的hadoop jar包到非中文路径(例如:E:\\02_software\\hadoop-2.7.6)。(如果不生效,重新启动eclipse)
2)配置HADOOP_HOME环境变量
3)创建第一个java工程HdfsClientDemo1
4)创建lib文件夹,然后添加jar包
5)创建包,HdfsClient测试类
public class HdfsClient { // 上传文件 public static void main(String[] args) throws IOException, InterruptedException, URISyntaxException { // 1 获取文件系统 Configuration configuration = new Configuration(); // 配置在集群上运行 // configuration.set("fs.defaultFS", "hdfs://node21:9000"); // FileSystem fs = FileSystem.get(configuration); FileSystem fs = FileSystem.get(new URI("hdfs://node21:9000"), configuration, "admin"); // 2 上传文件 fs.copyFromLocalFile(new Path("e:/hello.txt"), new Path("/hello2.txt")); // 3 关闭资源 fs.close(); System.out.println("over"); } }
6)执行程序
运行时需要配置用户名称,客户端去操作hdfs时,是有一个用户身份的。默认情况下,hdfs客户端api会从jvm中获取一个参数来作为自己的用户身份:-DHADOOP_USER_NAME=admin,admin为用户名称。
7)注意:如果eclipse打印不出日志,在控制台上只显示
1.log4j:WARN No appenders could be found for logger (org.apache.hadoop.util.Shell). 2.log4j:WARN Please initialize the log4j system properly. 3.log4j:WARN See http://logging.apache.org/log4j/1.2/faq.html#noconfig for more info.
需要在项目的src目录下,新建一个文件,命名为“log4j.properties”,在文件中填入
log4j.rootLogger=INFO, stdout log4j.appender.stdout=org.apache.log4j.ConsoleAppender log4j.appender.stdout.layout=org.apache.log4j.PatternLayout log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n log4j.appender.logfile=org.apache.log4j.FileAppender log4j.appender.logfile.File=target/spring.log log4j.appender.logfile.layout=org.apache.log4j.PatternLayout log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n
二 HDFS的高级API编程
2.1 HDFS文件上传(测试参数优先级)
1.代码
@Test public void testCopyFromLocalFile() throws IOException, InterruptedException, URISyntaxException { // 1 获取文件系统 Configuration configuration = new Configuration(); configuration.set("dfs.replication", "2"); FileSystem fs = FileSystem.get(new URI("hdfs://node21:9000"), configuration, "admin"); // 2 上传文件 fs.copyFromLocalFile(new Path("e:/hello.txt"), new Path("/hello5.txt")); // 3 关闭资源 fs.close(); System.out.println("over"); }
2.将hdfs-site.xml拷贝到项目的根目录下
<?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <property> <name>dfs.replication</name> <value>1</value> </property> </configuration>
3.测试参数优先级
参数优先级: (1)客户端代码中设置的值 >(2)classpath下的用户自定义配置文件 >(3)然后是服务器的默认配置
2.2 文件的上传和下载
package com.xyg.hdfs.api; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.Path; public class HDFS_GET_AND_PUT { public static void main(String[] args) throws Exception { Configuration conf = new Configuration(); conf.set("fs.defaultFS", "hdfs://node21:9000"); conf.set("dfs.replication", "2"); FileSystem fs = FileSystem.get(conf); /** * 更改操作用户有两种方式: * 1、直接设置运行换种的用户名为hadoop * VM arguments ; -DHADOOP_USER_NAME=admin * 2、在代码中进行声明 * System.setProperty("HADOOP_USER_NAME", "admin"); */ System.setProperty("HADOOP_USER_NAME", "admin"); // 上传 fs.copyFromLocalFile(new Path("c:/sss.txt"), new Path("/a/ggg.txt")); /** * .crc : 校验文件 * 每个块的元数据信息都只会记录合法数据的起始偏移量: qqq.txt blk_41838 : 0 - 1100byte * 如果进行非法的数据追加。最终是能够下载合法数据。 * 由于你在数据的中间, 也就是说在 0 -1100 之间的范围进行了数据信息的更改。 造成了采用CRC算法计算出来校验值,和最初存入进HDFS的校验值 * 不一致。HDFS就认为当前这个文件被损坏了。 */ // 下载 fs.copyToLocalFile(new Path("/a/qqq.txt"), new Path("c:/qqq3.txt")); /** * 上传和下载的API的底层封装其实就是 : FileUtil.copy(....) */ fs.close(); } }
2、配置文件conf
package com.xyg.hdfs; import java.io.IOException; import java.util.Iterator; import java.util.Map.Entry; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.FileSystem; public class TestConf1 { public static void main(String[] args) throws Exception { /** * 底层会加载一堆的配置文件: * * core-default.xml * hdfs-default.xml * mapred-default.xml * yarn-default.xml */ Configuration conf = new Configuration(); // conf.addResource("hdfs-default.xml"); /** * 当前这个hdfs-site.xml文件就放置在这个项目中的src下。也就是classpath路径下。 * 所以 FS在初始化的时候,会把hdfs-site.xml这个文件中的name-value对解析到conf中 * 但是: * 1、如果hdfs-site.xml 不在src下, 看是否能加载??? 不能 * 2、如果文件名不叫做 hdfs-default.xml 或者 hdsf-site.xml 看是否能自动加载??? 不能 * 得出的结论: * 如果需要项目代码自动加载配置文件中的信息,那么就必须把配置文件改成-default.xml或者-site.xml的名称 * 而且必须放置在src下 * * 那如果不叫这个名,或者不在src下,也需要加载这些配置文件中的参数: * 必须使用conf对象提供的一些方法去手动加载 */ // conf.addResource("hdfs-site.xml"); conf.set("dfs.replication", "1"); conf.addResource("myconfig/hdfs-site.xml"); /** * 依次加载的参数信息的顺序是: * 1、加载 core/hdfs/mapred/yarn-default.xml * 2、加载通过conf.addResources()加载的配置文件 * 3、加载conf.set(name, value) */ FileSystem fs = FileSystem.get(conf); System.out.println(conf.get("dfs.replication")); Iterator<Entry<String, String>> iterator = conf.iterator(); while(iterator.hasNext()){ Entry<String, String> e = iterator.next(); System.out.println(e.getKey() + "\\t" + e.getValue()); } } }
输出结果
3、列出指定目录下的文件以及块的信息
package com.xyg.hdfs; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.BlockLocation; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.LocatedFileStatus; import org.apache.hadoop.fs.Path; import org.apache.hadoop.fs.RemoteIterator; public class TestHDFS1 { public static void main(String[] args) throws Exception { Configuration conf = new Configuration(); System.setProperty("HADOOP_USER_NAME", "admin"); conf.set("fs.defaultFS", "hdfs://node21:9000"); FileSystem fs = FileSystem.get(conf); /** * 列出指定的目录下的所有文件 */ RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(new Path("/"), true); while(listFiles.hasNext()){ LocatedFileStatus file = listFiles.next(); System.out.println(file.getPath()+"\\t"); System.out.println(file.getPath().getName()+"\\t"); System.out.println(file.getLen()+"\\t"); System.out.println(file.getReplication()+"\\t"); /** * blockLocations的长度是几? 是什么意义? * * 块的数量 */ BlockLocation[] blockLocations = file.getBlockLocations(); System.out.println(blockLocations.length+"\\t"); for(BlockLocation bl : blockLocations){ String[] hosts = bl.getHosts(); System.out.print(hosts[0] + "-" + hosts[1]+"\\t"); } System.out.println(); } } }
输出结果
hdfs://hadoop1:9000/aa/bb/cc/hadoop.tar.gz hadoop.tar.gz 199007110 2 3 hadoop3-hadoop1 hadoop1-hadoop2 hadoop1-hadoop4
4、上传文件
package com.xyg.hdfs; import java.io.File; import java.io.FileInputStream; import java.io.InputStream; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.FSDataOutputStream; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.IOUtils; public class UploadDataByStream { public static void main(String[] args) throws Exception { Configuration conf = new Configuration(); System.setProperty("HADOOP_USER_NAME", "admin"); conf.set("fs.defaultFS", "hdfs://node21:9000"); FileSystem fs = FileSystem.get(conf); InputStream in = new FileInputStream(new File("d:/abc.tar.gz")); FSDataOutputStream out = fs.create(new Path("/aa/abc.tar.gz")); IOUtils.copyBytes(in, out, 4096, true); fs.close(); } }
5、下载文件
package com.xyg.hdfs; import java.io.File; import java.io.FileOutputStream; import java.io.OutputStream; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.FSDataInputStream; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.IOUtils; public class DownloadDataByStream { public static void main(String[] args) throws Exception { Configuration conf = new Configuration(); System.setProperty("HADOOP_USER_NAME", "admin"); conf.set("fs.defaultFS", "hdfs://node21:9000"); FileSystem fs = FileSystem.get(conf); FSDataInputStream in = fs.open(new Path("/aa/abc.tar.gz")); OutputStream out = new FileOutputStream(new File("D:/abc.sh")); IOUtils.copyBytes(in, out, 4096, true); fs.close(); } }
6、删除某个路径下特定类型的文件,比如class类型文件,比如txt类型文件
package com.xyg.hdfs; import java.net.URI; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.FileStatus; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.Path; public class HDFS_DELETE_CLASS { public static final String FILETYPE = "tar.gz"; public static final String DELETE_PATH = "/aa"; public static void main(String[] args) throws Exception { new HDFS_DELETE_CLASS().rmrClassFile(new Path(DELETE_PATH)); } public void rmrClassFile(Path path) throws Exception{ // 首先获取集群必要的信息,以得到FileSystem的示例对象fs Configuration conf = new Configuration(); FileSystem fs = FileSystem.get(new URI("hdfs://node2:9000"), conf, "admin"); // 首先检查path本身是文件夹还是目录 FileStatus fileStatus = fs.getFileStatus(path); boolean directory = fileStatus.isDirectory(); // 根据该目录是否是文件或者文件夹进行相应的操作 if(directory){ // 如果是目录 checkAndDeleteDirectory(path, fs); }else{ // 如果是文件,检查该文件名是不是FILETYPE类型的文件 checkAndDeleteFile(path, fs); } } // 处理目录 public static void checkAndDeleteDirectory(Path path, FileSystem fs) throws Exception{ // 查看该path目录下一级子目录和子文件的状态 FileStatus[] listStatus = fs.listStatus(path); for(FileStatus fStatus: listStatus){ Path p = fStatus.getPath(); // 如果是文件,并且是以FILETYPE结尾,则删掉,否则继续遍历下一级目录 if(fStatus.isFile()){ checkAndDeleteFile(p, fs); }else{ checkAndDeleteDirectory(p, fs); } } } // 檢查文件是否符合刪除要求,如果符合要求則刪除,不符合要求则不做处理 public static void checkAndDeleteFile(Path path, FileSystem fs) throws Exception{ String name = path.getName(); System.out.println(name); /*// 直接判断有没有FILETYPE这个字符串,不是特别稳妥,并且会有误操作,所以得判断是不是以FILETYPE结尾 if(name.indexOf(FILETYPE) != -1){ fs.delete(path, true); }*/ // 判断是不是以FILETYPE结尾 int startIndex = name.length() - FILETYPE.length(); int endIndex = name.length(); // 求得文件后缀名 String fileSuffix = name.substring(startIndex, endIndex); if(fileSuffix.equals(FILETYPE)){ fs.delete(path, true); } } }
7、删除HDFS集群中的所有空文件和空目录
public class DeleteEmptyDirAndFile { static FileSystem fs = null; public static void main(String[] args) throws Exception { initFileSystem(); // 创建测试数据 // makeTestData(); // 删除测试数据 // deleteTestData(); // 删除指定文件夹下的空文件和空文件夹 deleteEmptyDirAndFile(new Path("/aa")); } /** * 删除指定文件夹下的 空文件 和 空文件夹 * @throws Exception */ public static void deleteEmptyDirAndFile(Path path) throws Exception { //当是空文件夹时 FileStatus[] listStatus = fs.listStatus(path); if(listStatus.length == 0){ fs.delete(path, true); return; } // 该方法的结果:包括指定目录的 文件 和 文件夹 RemoteIterator<LocatedFileStatus> listLocatedStatus = fs.listLocatedStatus(path); while (listLocatedStatus.hasNext()) { LocatedFileStatus next = listLocatedStatus.next(); Path currentPath = next.getPath(); // 获取父目录 Path parent = next.getPath().getParent(); // 如果是文件夹,继续往下遍历,删除符合条件的文件(空文件夹) if (next.isDirectory()) { // 如果是空文件夹 if(fs.listStatus(currentPath).length == 0){ // 删除掉 fs.delete(currentPath, true); }else{ // 不是空文件夹,那么则继续遍历 if(fs.exists(currentPath)){ deleteEmptyDirAndFile(currentPath); } } // 如果是文件 } else { // 获取文件的长度 long fileLength = next.getLen(); // 当文件是空文件时, 删除 if(fileLength == 0){ fs.delete(currentPath, true); } } // 当空文件夹或者空文件删除时,有可能导致父文件夹为空文件夹, // 所以每次删除一个空文件或者空文件的时候都需要判断一下,如果真是如此,那么就需要把该文件夹也删除掉 int length = fs.listStatus(parent).length; if(length == 0){ fs.delete(parent, true); } } } /** * 初始化FileSystem对象之用 */ public static void initFileSystem() throws Exception{ Configuration conf = new Configuration(); System.setProperty("HADOOP_USER_NAME", "admin"); conf.addResource("config/core-site.xml"); conf.addResource("config/hdfs-site.xml"); fs = FileSystem.get(conf); } /** * 创建 测试 数据之用 */ public static void makeTestData() throws Exception { String emptyFilePath = "D:\\\\bigdata\\\\1704mr_test\\\\empty.txt"; String notEmptyFilePath = "D:\\\\bigdata\\\\1704mr_test\\\\notEmpty.txt"; // 空文件夹 和 空文件 的目录 String path1 = "/aa/bb1/cc1/dd1/"; fs.mkdirs(new Path(path1)); fs.mkdirs(new Path("/aa/bb1/cc1/dd2/")); fs.copyFromLocalFile(new Path(emptyFilePath), new Path(path1)); fs.copyFromLocalFile(new Path(notEmptyFilePath), new Path(path1)); // 空文件 的目录 String path2 = "/aa/bb1/cc2/dd2/"; fs.mkdirs(new Path(path2)); fs.copyFromLocalFile(new Path(emptyFilePath), new Path(path2)); // 非空文件 的目录 String path3 = "/aa/bb2/cc3/dd3"; fs.mkdirs(new Path(path3)); fs.copyFromLocalFile(new Path(notEmptyFilePath), new Path(path3)); // 空 文件夹 String path4 = "/aa/bb2/cc4/dd4"; fs.mkdirs(new Path(path4)); System.out.println("测试数据创建成功"); } /** * 删除 指定文件夹 * @throws Exception */ public static void deleteTestData() throws Exception { boolean delete = fs.delete(new Path("/aa"), true); System.out.println(delete ? "删除数据成功" : "删除数据失败"); } }
8、手动拷贝某个特定的数据块(比如某个文件的第二个数据块)
/** * 手动拷贝某个特定的数据块(比如某个文件的第二个数据块) * */ public static void copyBlock(String str,int num) { Path path = new Path(str); BlockLocation[] localtions = new BlockLocation[0] ; try { FileStatus fileStatus = fs.getFileStatus(path); localtions = fs.getFileBlockLocations(fileStatus, 0, fileStatus.getLen()); /*for(int i=0;i<localtions.length;i++) { System.out.println(localtions[i]); }*/ /*System.out.println(localtions[num-1].getOffset()); System.out.println(localtions[num-1].getLength()); String[] hosts = localtions[num-1].getHosts();*/ FSDataInputStream open = fs.open(path); open.seek(localtions[num-1].getOffset()); OutputStream out = new FileOutputStream(new File("D:/abc.tar.gz")); IOUtils.copyBytes(open, out,4096,true); } catch (IOException e) { e.printStackTrace(); } }
9、编写程序统计出HDFS文件系统中文件大小小于HDFS集群中的默认块大小的文件占比
import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.LocatedFileStatus; import org.apache.hadoop.fs.Path; import org.apache.hadoop.fs.RemoteIterator; /** * 编写程序统计出HDFS文件系统中文件大小小于HDFS集群中的默认块大小的文件占比 * 比如:大于等于128M的文件个数为98,小于128M的文件总数为2,所以答案是2% */ public class Exam1_SmallFilePercent { private static int DEFAULT_BLOCKSIZE = 128 * 1024 * 1024; public static void main(String[] args) throws Exception { Configuration conf = new Configuration(); conf.set("fs.defaultFS", "hdfs://node21:9000"); System.setProperty("HADOOP_USER_NAME", "admin"); FileSystem fs = FileSystem.get(conf); Path path = new Path("/"); float smallFilePercent = getSmallFilePercent(fs, path); System.out.println(smallFilePercent); fs.close(); } /** * 该方法求出指定目录下的小文件和总文件数的对比 * @throws Exception */ private static float getSmallFilePercent(FileSystem fs, Path path) throws Exception { // TODO Auto-generated method stub int smallFile = 0; int totalFile = 0; RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(path, false); while(listFiles.hasNext()){ totalFile++; LocatedFileStatus next = listFiles.next(); long len = next.getLen(); if(len < DEFAULT_BLOCKSIZE){ smallFile++; } } System.out.println(smallFile+" : "+totalFile); return smallFile * 1f /totalFile; } }
10、编写程序统计出HDFS文件系统中的平均数据块数(数据块总数/文件总数)
import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.LocatedFileStatus; import org.apache.hadoop.fs.Path; import org.apache.hadoop.fs.RemoteIterator; /** * 编写程序统计出HDFS文件系统中的平均数据块数(数据块总数/文件总数) * 比如:一个文件有5个块,一个文件有3个块,那么平均数据块数为4 * 如果还有一个文件,并且数据块就1个,那么整个HDFS的平均数据块数就是3 */ public class Exam2_HDSFAvgBlocks { public static void main(String[] args) throws Exception { Configuration conf = new Configuration(); conf.set("fs.defaultFS", "hdfs://node21:9000"); System.setProperty("HADOOP_USER_NAME", "admin"); FileSystem fs = FileSystem.get(conf); Path path = new Path("/"); float avgHDFSBlocks = getHDFSAvgBlocks(fs, path); System.out.println("HDFS的平均数据块个数为:" + avgHDFSBlocks); fs.close(); } /** * 求出指定目录下的所有文件的平均数据块个数 */ private static float getHDFSAvgBlocks(FileSystem fs, Path path) throws Exception { // TODO Auto-generated method stub int totalFiles = 0; // 总文件数 int totalBlocks = 0; // 总数据块数 RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(path, false); while(listFiles.hasNext()){ LocatedFileStatus next = listFiles.next(); int length = next.getBlockLocations().length; totalBlocks += length; if(next.getLen() != 0){ totalFiles++; } } System.out.println(totalBlocks+" : "+totalFiles); return totalBlocks * 1f / totalFiles; } }
11、编写程序统计出HDFS文件系统中的平均副本数(副本总数/总数据块数)
import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.LocatedFileStatus; import org.apache.hadoop.fs.Path; import org.apache.hadoop.fs.RemoteIterator; /** * 编写程序统计出HDFS文件系统中的平均副本数(副本总数/总数据块数) * 比如:总共两个文件,一个文件5个数据块,每个数据块3个副本,第二个文件2个数据块,每个文件2个副本,最终的平均副本数 = (3*3 + 2*2)/(3+2)= 2.8 */ public class Exam3_HDSFAvgBlockCopys { public static void main(String[] args) throws Exception { Configuration conf = new Configuration(); conf.set("fs.defaultFS", "hdfs://node21:9000"); System.setProperty("HADOOP_USER_NAME", "admin"); FileSystem fs = FileSystem.get(conf); Path path = new Path("/"); float avgHDFSBlockCopys = getHDFSAvgBlockCopys(fs, path); System.out.println("HDFS的平均数据块个数为:" + avgHDFSBlockCopys); fs.close(); } /** * 求出指定目录下的所有文件的平均数据块个数 */ private static float getHDFSAvgBlockCopys(FileSystem fs, Path path) throws Exception { // TODO Auto-generated method stub int totalCopy = 0; // 总副本数 int totalBlocks = 0; // 总数据块数 RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(path, false); while(listFiles.hasNext()){ LocatedFileStatus next = listFiles.next(); int length = next.getBlockLocations().length; short replication = next.getReplication(); totalBlocks += length; totalCopy += length * replication; } System.out.println(totalCopy+" : "+totalBlocks); return totalCopy * 1f / totalBlocks; } }
12、统计HDFS整个文件系统中的不足指定数据块大小的数据块的比例
import java.io.IOException; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.BlockLocation; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.LocatedFileStatus; import org.apache.hadoop.fs.Path; import org.apache.hadoop.fs.RemoteIterator; /** * 统计HDFS整个文件系统中的不足指定数据块大小的数据块的比例 * 比如指定的数据块大小是128M,总数据块有100个,不是大小为完整的128M的数据块有5个,那么不足指定数据块大小的数据块的比例就为5% * 注意:千万注意考虑不同文件的指定数据块大小可能不一致。所以千万不能用默认的128M一概而论 */ public class Exam4_LTBlockSize { public static void main(String[] args) throws Exception { Configuration conf = new Configuration(); conf.set("fs.defaultFS", "hdfs://node21:9000"); System.setProperty("HADOOP_USER_NAME", "admin"); FileSystem fs = FileSystem.get(conf); Path path = new Path("/"); float avgHDFSBlockCopys = getLessThanBlocksizeBlocks(fs, path); System.out.println("HDFS的不足指定数据块大小的数据块数目为:" + avgHDFSBlockCopys); fs.close(); } private static float getLessThanBlocksizeBlocks(FileSystem fs, Path path) throws Exception { // TODO Auto-generated method stub int totalBlocks = 0; // 总副本数 int lessThenBlocksizeBlocks = 0; // 总数据块数 RemoteIterator<LocatedFileStatus> listFiles = fs.listFiles(path, false); while(listFiles.hasNext()){ LocatedFileStatus next = listFiles.next(); BlockLocation[] blockLocations = next.getBlockLocations(); int length = blockLocations.length; if(length != 0){ totalBlocks += length; long lastBlockSize = blockLocations[length - 1].getLength(); long blockSize = next.getBlockSize(); if(lastBlockSize < blockSize){ lessThenBlocksizeBlocks++; } } } System.out.println(lessThenBlocksizeBlocks+" : "+totalBlocks); return lessThenBlocksizeBlocks * 1f / totalBlocks; } }
13、统计出一个给定数组的蓄水总量(把数组的每个位置的数看是做地势高低)
/** 统计出一个给定数组的蓄水总量(把数组的每个位置的数看是做地势高低) 比如:int[] intArray = new int[]{4,3,2,5,6,4,4,7} 能蓄水:[0,1,2,0,0,2,2,0] 所以总量是:7 核心思路:把数组切成很多个 01数组,每一层一个01数组,统计每个01数组中的合法0的总个数(数组的左边第一个1的中间区间中的0的个数)即可 */ public class Exam5_WaterStoreOfArray { public static void main(String[] args) { // int[] intArray = new int[]{4,3,2,5,6,4,4,7}; // int[] intArray = new int[]{1,2,3,4,5,6}; int[] intArray = new int[]{3,1,2,7,3,8,4,9,5,6}; int totalWater = getArrayWater(intArray); System.out.println(totalWater); } /** * 求出数组中的水数 */ private static int getArrayWater(int[] intArray) { int findMaxValueOfArray = findMaxValueOfArray(intArray); int findMinValueOfArray = findMinValueOfArray(intArray); int length = intArray.length; int totalWater = 0; // 循环次数就是最大值和最小值的差 for(int i=findMinValueOfArray; i<findMaxValueOfArray; i++){ // 循环构造每一层的01数组 int[] tempArray = new int[length]; for(int j=0; j<length; j++){ if(intArray[j] > i){ tempArray[j] = 1; }else{ tempArray[j] = 0; } } // 获取每一个01数组的合法0个数 int waterOfOneZeroArray = getWaterOfOneZeroArray(tempArray); totalWater += waterOfOneZeroArray; } return totalWater; } /** * 寻找逻辑是:从左右开始各找一个1,然后这两个1之间的所有0的个数,就是水数 */ private static int getWaterOfOneZeroArray(int[] tempArray) { int length = tempArray.length; int toatalWater = 0; // 找左边的1 int i = 0; while(i < length){ if(tempArray[i] == 1){ break; } i++; } // 从右边开始找1 int j=length-1; while(j >= i){ if(tempArray[j] == 1){ break; } j--; } // 找以上两个1之间的0的个数。 if(i == j || i + 1 == j){ return 0; }else{ for(int k=i+1; k<j; k++){ if(tempArray[k] == 0){ toatalWater++; } } return toatalWater; } } /** * * 描述:找出一个数组中的最大值 */ public static int findMaxValueOfArray(int[] intArray){ int length = intArray.length; if(length == 0){ return 0; }else if(length == 1){ return intArray[0]; }else{ int max = intArray[0]; for(int i=1; i<length; i++){ if(intArray[i] > max){ max = intArray[i]; } } return max; } } /** * 找出一个数组中的最小值 */ public static int findMinValueOfArray(int[] intArray){ int length = intArray.length; if(length == 0){ return 0; }else if(length == 1){ return intArray[0]; }else{ int min = intArray[0]; for(int i=1; i<length; i++){ if(intArray[i] < min){ min = intArray[i]; } } return min; } } }
以上是关于大数据Hadoop之MapReduce的主要内容,如果未能解决你的问题,请参考以下文章
大数据之Hadoop(MapReduce):MapReduce扩展案例
大数据之Hadoop(MapReduce): MapReduce概述
大数据之Hadoop(MapReduce):KeyValueTextInputFormat使用案例
大数据之Hadoop(MapReduce):数据清洗(ETL)