淄博便宜网站设,网络营销服务的内容,网站提交入口百度,如何在百度上发布广告文章目录 一、实战概述二、提出任务三、完成任务#xff08;一#xff09;准备数据1、在虚拟机上创建文本文件2、上传文件到HDFS指定目录 #xff08;二#xff09;实现步骤1、创建Maven项目2、添加相关依赖3、创建日志属性文件4、创建成绩映射器类5、创建成绩驱动器类6、启… 文章目录 一、实战概述二、提出任务三、完成任务一准备数据1、在虚拟机上创建文本文件2、上传文件到HDFS指定目录 二实现步骤1、创建Maven项目2、添加相关依赖3、创建日志属性文件4、创建成绩映射器类5、创建成绩驱动器类6、启动成绩驱动器类查看结果7、创建成绩归并器类8、修改成绩驱动器类9、启动成绩驱动器列查看结果 一、实战概述 任务使用MapReduce框架计算学生总分与平均分 今天我将向你们展示如何使用Apache Hadoop的MapReduce框架来计算每个学生的总分和平均分。我们有一个包含六个字段姓名、语文、数学、英语、物理、化学的成绩表共有五条记录。 在大数据处理领域Apache Hadoop的MapReduce框架以其强大的分布式计算能力备受瞩目。本次演示我们将通过实际操作展示如何利用MapReduce来处理和分析学生成绩数据计算每个学生的总分与平均分。此过程涵盖了数据准备、Maven项目搭建、Mapper和Reducer实现以及作业运行等多个关键步骤旨在深入理解并掌握MapReduce的工作原理和应用实践。 以下是我们将要进行的步骤 准备数据 启动Hadoop服务。在虚拟机上创建一个名为score.txt的文本文件其中每列之间故意隔两个空格。在HDFS上创建/calcscore/input目录并将score.txt文件上传到这个目录。 实现步骤 创建一个名为CalcScore的Maven项目并在pom.xml文件中添加hadoop和junit依赖。在resources目录下创建log4j.properties文件用于日志配置。创建一个名为ScoreMapper的映射器类该类负责读取输入文件中的每行数据然后将姓名和对应的科目成绩作为键值对输出。创建一个名为ScoreDriver的驱动器类该类负责设置作业的配置、输入和输出路径以及调用Mapper和Reducer。创建一个名为ScoreReducer的归并器类该类负责接收Mapper输出的键值对计算每个学生的总分和平均分并将结果作为新的键值对输出。 接下来我们将详细讲解每个类的实现细节。 在ScoreMapper类中我们重写了map方法。这个方法首先获取输入行的内容然后按照空格拆分得到字段数组。我们获取姓名并遍历各科成绩将每对姓名, 成绩写入上下文。 在ScoreDriver类中我们首先创建一个配置对象并设置数据节点主机名属性。然后我们获取作业实例设置作业启动类、Mapper类和map任务的输出键值类型。我们定义了输入和输出目录的URI字符串并创建了相应的Path对象。我们删除输出目录如果已存在然后给作业添加输入目录和设置输出目录。最后我们等待作业完成并输出统计结果。 在ScoreReducer类中我们重写了reduce方法。这个方法接收Mapper输出的键值对计算每个学生的总分和平均分然后将结果作为新的键值对输出。 最后我们修改ScoreDriver类设置Reducer类及其输出键值类型然后运行ScoreDriver类。我们可以通过HDFS Shell命令查看结果文件内容。 以上就是使用MapReduce框架计算学生总分与平均分的全过程。
二、提出任务
成绩表包含六个字段姓名、语文、数学、英语、物理、化学有五条记录 利用MR框架计算每个同学的总分与平均分
三、完成任务
一准备数据
启动hadoop服务
1、在虚拟机上创建文本文件
创建calcscore目录在里面创建score.txt文件 注意每列之间故意隔两个空格
2、上传文件到HDFS指定目录
创建/calcscore/input目录执行命令hdfs dfs -mkdir -p /calcscore/input 将文本文件score.txt上传到HDFS的/calcscore/input目录
二实现步骤
1、创建Maven项目 Maven项目 - CalcScore 单击【Finish】按钮
2、添加相关依赖
在pom.xml文件里添加hadoop和junit依赖
dependencies !--hadoop客户端-- dependency groupIdorg.apache.hadoop/groupId artifactIdhadoop-client/artifactId version3.3.4/version /dependency !--单元测试框架-- dependency groupIdjunit/groupId artifactIdjunit/artifactId version4.13.2/version /dependency
/dependencies 3、创建日志属性文件
在resources目录里创建log4j.properties文件
log4j.rootLoggerERROR, stdout, logfile
log4j.appender.stdoutorg.apache.log4j.ConsoleAppender
log4j.appender.stdout.layoutorg.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern%d %p [%c] - %m%n
log4j.appender.logfileorg.apache.log4j.FileAppender
log4j.appender.logfile.Filetarget/calcscore.log
log4j.appender.logfile.layoutorg.apache.log4j.PatternLayout
log4j.appender.logfile.layout.ConversionPattern%d %p [%c] - %m%n4、创建成绩映射器类
在net.hw.mr里创建ScoreMapper类
package net.hw.mr;import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;import java.io.IOException;/*** 功能成绩映射器类* 作者华卫* 日期2022年12月17日*/
public class ScoreMapper extends Mapper LongWritable, Text, Text, IntWritable{Overrideprotected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {// 获取行内容String line value.toString();// 按空格拆分得到字段数组String[] fields line.split( );// 获取姓名String name fields[0].trim();// 遍历各科成绩for (int i 1; i fields.length; i) {// 获取成绩int score Integer.parseInt(fields[i].trim());// 写入姓名,成绩键值对context.write(new Text(name), new IntWritable(score));}}
}5、创建成绩驱动器类
在net.hw.mr包里创建ScoreDriver类
package net.hw.mr;import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FileStatus;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;import java.net.URI;/*** 功能成绩驱动器类* 作者华卫* 日期2022年12月17日*/
public class ScoreDriver {public static void main(String[] args) throws Exception {// 创建配置对象Configuration conf new Configuration();// 设置数据节点主机名属性conf.set(dfs.client.use.datanode.hostname, true);// 获取作业实例Job job Job.getInstance(conf);// 设置作业启动类job.setJarByClass(ScoreDriver.class);// 设置Mapper类job.setMapperClass(ScoreMapper.class);// 设置map任务输出键类型job.setMapOutputKeyClass(Text.class);// 设置map任务输出值类型job.setMapOutputValueClass(IntWritable.class);// 定义uri字符串String uri hdfs://master:9000;// 创建输入目录Path inputPath new Path(uri /calcscore/input);// 创建输出目录Path outputPath new Path(uri /calcscore/output);// 获取文件系统FileSystem fs FileSystem.get(new URI(uri), conf);// 删除输出目录第二个参数设置是否递归fs.delete(outputPath, true);// 给作业添加输入目录允许多个FileInputFormat.addInputPath(job, inputPath);// 给作业设置输出目录只能一个FileOutputFormat.setOutputPath(job, outputPath);// 等待作业完成job.waitForCompletion(true);// 输出统计结果System.out.println(统计结果);FileStatus[] fileStatuses fs.listStatus(outputPath);for (int i 1; i fileStatuses.length; i) {// 输出结果文件路径System.out.println(fileStatuses[i].getPath());// 获取文件系统数据字节输入流FSDataInputStream in fs.open(fileStatuses[i].getPath());// 将结果文件显示在控制台IOUtils.copyBytes(in, System.out, 4096, false);}}
}6、启动成绩驱动器类查看结果
运行ScoreDriver类
7、创建成绩归并器类
在net.hw.mr包里创建ScoreReducer类
package net.hw.mr;import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;import java.io.IOException;
import java.text.DecimalFormat;/*** 功能成绩归并器类* 作者华卫* 日期2022年12月17日*/
public class ScoreReducer extends ReducerText, IntWritable, Text, NullWritable {Overrideprotected void reduce(Text key, IterableIntWritable values, Context context) throws IOException, InterruptedException {// 声明变量int count 0; // 科目数int sum 0; // 总分double avg 0; // 平均分// 遍历迭代器计算总分for (IntWritable value : values) {count; // 科目数累加sum value.get(); // 总分累加}// 计算平均分avg sum * 1.0 / count;// 创建小数格式对象DecimalFormat df new DecimalFormat(#.#);// 拼接每个学生总分与平均分成绩信息String scoreInfo ( key , sum , df.format(avg) );// 写入键值对context.write(new Text(scoreInfo), NullWritable.get());}
}8、修改成绩驱动器类
设置Reducer类及其输出键值类型
9、启动成绩驱动器列查看结果
运行ScoreDriver 类 利用HDFS Shell命令查看结果文件内容
