map reduce-如何在单个作业中对多个属性进行分组和聚合

gg0vcinb 于 2021-05-29 发布在 Hadoop

关注(0)|答案(1)|浏览(307)

我目前正在努力与mapreduce一点。我有以下数据集：

1,John,Computer
2,Anne,Computer
3,John,Mobile
4,Julia,Mobile
5,Jack,Mobile
6,Jack,TV
7,John,Computer
8,Jack,TV
9,Jack,TV
10,Anne,Mobile
11,Anne,Computer
12,Julia,Mobile

现在我想在这个数据集上应用mapreduce和分组和聚合，以便输出不仅显示哪个人买了多少次东西，还显示了什么产品，哪个人订购的最多。
所以输出应该如下所示：

John 3 Computer
Anne 3 Mobile
Jack 4 TV
Julia 2 Mobile

我目前的mapper和reducer的实现看起来是这样的，它完美地返回了每个人下了多少命令，然而，我真的不知道如何获得所需的输出。

static class CountMatchesMapper extends Mapper<Object,Text,Text,IntWritable> {
    @Override
    protected void map(Object key, Text value, Context ctx) throws IOException, InterruptedException {
        String row = value.toString();
        String[] row_part = row.split(",");

            try{
                ctx.write(new Text(row_part[1]), new IntWritable(1));

            catch (IOException e) {
            }
            catch (InterruptedException e) {
            }

        }

    }
}

static class CountMatchesReducer extends Reducer<Text,IntWritable,Text,IntWritable> {
    @Override
    protected void reduce(Text key, Iterable<IntWritable> values, Context ctx) throws IOException, InterruptedException {
        int i = 0;
        for (IntWritable value : values) i += value.get();
        try{
            ctx.write(key, new IntWritable(i));
        }
        catch (IOException e) {
        }
        catch (InterruptedException e) {
        }
    }
}

我非常感谢任何有效的解决方案和帮助。
提前谢谢！

Java hadoop mapreduce Aggregation grouping

来源：https://stackoverflow.com/questions/50754015/map-reduce-how-to-group-and-aggregate-multiple-attributes-in-a-single-job

1条答案

按热度按时间

7uzetpgm1#

如果我正确理解您的要求，我认为第二条输出线应该是：

Anne 3 Computer

基于输入。安妮总共买了3种产品：2台电脑和1台手机。
我这里有一个非常基本和简单的方法，它不考虑边缘情况等，但可以给你一些方向：

static class CountMatchesMapper extends Mapper<LongWritable, Text, Text, Text> {
    private Text outputKey = new Text();
    private Text outputValue = new Text();

    @Override
    protected void map(LongWritable key, Text value, Context ctx) throws IOException, InterruptedException {
        String row = value.toString();
        String[] row_part = row.split(",");
        outputKey.set(row_part[1]);
        outputValue.set(row_part[2]);
        ctx.write(outputKey, outputValue);
    }
}

static class CountMatchesReducer extends Reducer<Text, Text, Text, NullWritable> {
    private Text output = new Text();

    @Override
    protected void reduce(Text key, Iterable<Text> values, Context ctx) throws IOException, InterruptedException {
        HashMap<String, Integer> productCounts = new HashMap();

        int totalProductsBought = 0;
        for (Text value : values) {
            String productBought = value.toString();
            int count = 0;
            if (productCounts.containsKey(productBought)) {
                count = productCounts.get(productBought);
            }
            productCounts.put(productBought, count + 1);
            totalProductsBought += 1;
        }

        String topProduct = getTopProductForPerson(productCounts);
        output.set(key.toString() + " " + totalProductsBought + " " + topProduct);
        ctx.write(output, NullWritable.get());
    }

    private String getTopProductForPerson(Map<String, Integer> productCounts) {
        String topProduct = "";
        int maxCount = 0;
        for (Map.Entry<String, Integer> productCount : productCounts.entrySet()) {
            if (productCount.getValue() > maxCount) {
                maxCount = productCount.getValue();
                topProduct = productCount.getKey();
            }
        }
        return topProduct;
    }
}

以上将给出您描述的输出。
如果您想要一个适当的解决方案来扩展等，那么您可能需要一个复合键和定制的groupcomparator。这样你就可以添加合路器以及使它更有效率。然而，上述方法应该适用于一般情况。

赞(0）回复(0）举报 2021-05-29

我来回答

map reduce-如何在单个作业中对多个属性进行分组和聚合

1条答案

相关问题

热门标签

最新问答