string2020 发表于 2013-12-13 11:11:47

lzw 发表于 2013-12-13 11:49:36

我们回去研究一下,弄好给你消息。

pig2 发表于 2013-12-13 12:34:35

给你个例子,你参考一下:
<P> package org.apache.hadoop.examples;
import java.io.IOException;
import java.util.Random;
import java.util.StringTokenizer;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.io.WritableComparable;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.input.SequenceFileInputFormat;
import org.apache.hadoop.mapreduce.lib.map.InverseMapper;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.mapreduce.lib.output.SequenceFileOutputFormat;
import org.apache.hadoop.util.GenericOptionsParser;
public class WordCount2 {
public static class TokenizerMapper extends
   Mapper<Object, Text, Text, IntWritable> {
private final static IntWritable one = new IntWritable(1);
private Text word = new Text();
private String pattern = "[^//w]"; // 正则表达式,代表不是0-9, a-z, A-Z的所有其它字符,其中还有下划线
public void map(Object key, Text value, Context context)
    throws IOException, InterruptedException {
   String line = value.toString().toLowerCase(); // 全部转为小写字母
   line = line.replaceAll(pattern, " "); // 将非0-9, a-z, A-Z的字符替换为空格
   StringTokenizer itr = new StringTokenizer(line);
   while (itr.hasMoreTokens()) {
    word.set(itr.nextToken());
    context.write(word, one);
   }
}
}
public static class IntSumReducer extends
   Reducer<Text, IntWritable, Text, IntWritable> {
private IntWritable result = new IntWritable();
public void reduce(Text key, Iterable<IntWritable> values,
    Context context) throws IOException, InterruptedException {
   int sum = 0;
   for (IntWritable val : values) {
    sum += val.get();
   }
   result.set(sum);
   context.write(key, result);
}
}

private static class IntWritableDecreasingComparator extends IntWritable.Comparator {
       public int compare(WritableComparable a, WritableComparable b) {
         return -super.compare(a, b);
       }
      
       public int compare(byte[] b1, int s1, int l1, byte[] b2, int s2, int l2) {
         return -super.compare(b1, s1, l1, b2, s2, l2);
       }
   }
public static void main(String[] args) throws Exception {
Configuration conf = new Configuration();
String[] otherArgs = new GenericOptionsParser(conf, args)
    .getRemainingArgs();
if (otherArgs.length != 2) {
   System.err.println("Usage: wordcount <in> <out>");
   System.exit(2);
}
   Path tempDir = new Path("wordcount-temp-" + Integer.toString(
            new Random().nextInt(Integer.MAX_VALUE))); //定义一个临时目录

Job job = new Job(conf, "word count");
job.setJarByClass(WordCount2.class);
try{
   job.setMapperClass(TokenizerMapper.class);
   job.setCombinerClass(IntSumReducer.class);
   job.setReducerClass(IntSumReducer.class);
   
   job.setOutputKeyClass(Text.class);
   job.setOutputValueClass(IntWritable.class);
   
   FileInputFormat.addInputPath(job, new Path(otherArgs));
   FileOutputFormat.setOutputPath(job, tempDir);//先将词频统计任务的输出结果写到临时目
                        //录中, 下一个排序任务以临时目录为输入目录。
   job.setOutputFormatClass(SequenceFileOutputFormat.class);
   if(job.waitForCompletion(true))
   {
    Job sortJob = new Job(conf, "sort");
    sortJob.setJarByClass(WordCount2.class);
   
    FileInputFormat.addInputPath(sortJob, tempDir);
    sortJob.setInputFormatClass(SequenceFileInputFormat.class);
   
    /*InverseMapper由hadoop库提供,作用是实现map()之后的数据对的key和value交换*/
             sortJob.setMapperClass(InverseMapper.class);
             /*将 Reducer 的个数限定为1, 最终输出的结果文件就是一个。*/
             sortJob.setNumReduceTasks(1);
             FileOutputFormat.setOutputPath(sortJob, new Path(otherArgs));
            
          sortJob.setOutputKeyClass(IntWritable.class);
    sortJob.setOutputValueClass(Text.class);
    /*Hadoop 默认对 IntWritable 按升序排序,而我们需要的是按降序排列。
   * 因此我们实现了一个 IntWritableDecreasingComparator 类, 
   * 并指定使用这个自定义的 Comparator 类对输出结果中的 key (词频)进行排序*/
             sortJob.setSortComparatorClass(IntWritableDecreasingComparator.class);

    System.exit(sortJob.waitForCompletion(true) ? 0 : 1);
   }
}finally{
   FileSystem.get(conf).deleteOnExit(tempDir);
}
}
}
</P>

string2020 发表于 2013-12-13 12:43:09

pig2 发表于 2013-12-13 12:45:31

string2020 发表于 2013-12-13 12:43
太感谢了,可以用。

关键是这句代码


这个是系统函数吧

lzw 发表于 2013-12-13 12:47:51

string2020 发表于 2013-12-13 12:43
太感谢了,可以用。

关键是这句代码


if(job.waitForCompletion(true))
   {
    Job sortJob = new Job(conf, "sort");
    sortJob.setJarByClass(WordCount2.class);
   
    FileInputFormat.addInputPath(sortJob, tempDir);
    sortJob.setInputFormatClass(SequenceFileInputFormat.class);
   
    /*InverseMapper由hadoop库提供,作用是实现map()之后的数据对的key和value交换*/
             sortJob.setMapperClass(InverseMapper.class);
             /*将 Reducer 的个数限定为1, 最终输出的结果文件就是一个。*/
             sortJob.setNumReduceTasks(1);
             FileOutputFormat.setOutputPath(sortJob, new Path(otherArgs));
            
          sortJob.setOutputKeyClass(IntWritable.class);
    sortJob.setOutputValueClass(Text.class);
    /*Hadoop 默认对 IntWritable 按升序排序,而我们需要的是按降序排列。
   * 因此我们实现了一个 IntWritableDecreasingComparator 类, 
   * 并指定使用这个自定义的 Comparator 类对输出结果中的 key (词频)进行排序*/
             sortJob.setSortComparatorClass(IntWritableDecreasingComparator.class);

    System.exit(sortJob.waitForCompletion(true) ? 0 : 1);
   }
}finally{
   FileSystem.get(conf).deleteOnExit(tempDir);
}
}这个是关键代码,第一次统计次数,第二次排序做的。

jinming860715 发表于 2019-10-26 11:23:06

{:2_25:}
页: [1]
查看完整版本: wordcount例子中,如何降序输出结果