分享

淘宝之HBase MapReduce实例分析

pig2 发表于 2014-3-6 21:16:43 [显示全部楼层] 回帖奖励 阅读模式 关闭右栏 10 66392
本帖最后由 pig2 于 2014-3-6 21:18 编辑
此篇需要理解了解hadoop的mapreduce作为基础,否则可能半懂不懂,对于
1.hbase MapReduce那么它和hadoop的MapReduce有什么异同?
2.hbase MapReduce基本模型是什么?
3.对于InputFormat和OutputFormat二者的作用是什么?
4.HBase通过对哪些类的扩展(继承)来方便MapReduce任务来读写HTable中的数据?
5.HBase中Mapper类继承哪个类?
6.HBase中Reducer类继承哪个类?
7.HBase在提交作业时设置inputFormat成什么?outputFormat设置成什么?
8.HBase中TableMapReduceUtil类的作用是什么?




已有(10)人评论

跳转到指定楼层
pig2 发表于 2014-3-6 21:17:21
本帖最后由 pig2 于 2014-3-6 21:18 编辑
引言
跟Hadoop的无缝集成使得使用MapReduce对HBase的数据进行分布式计算非常方便,本文将以前面的blog示例,介绍HBase下MapReduce开发要点。很好理解本文前提是你对Hadoop MapReduce有一定的了解。
HBase MapReduce核心类介绍
首先一起来回顾下MapReduce的基本编程模型,
qa_1583_1.jpg
可以看到最基本的是通过Mapper和Reducer来处理KV对,Mapper的输出经Shuffle及Sort后变为Reducer的输入。除了Mapper和Reducer外,另外两个重要的概念是InputFormat和OutputFormat,定义了Map-Reduce的输入和输出相关的东西。HBase通过对这些类的扩展(继承)来方便MapReduce任务来读写HTable中的数据。
qa_1583_2.jpg

实例分析
我们还是以最初的blog例子来进行示例分析,业务需求是这样:找到具有相同兴趣的人,我们简单定义为如果author之间article的tag相同,则认为两者有相同兴趣,将分析结果保存到HBase。除了上面介绍的blog表外,我们新增一张表tag_friend,RowKey为tag,Value为authors,大概就下面这样。

qa_1583_3.jpg
我们省略了一些跟分析无关的Column数据,上面的数据按前面描述的业务需求经过MapReduce分析,应该得到下面的结果
qa_1583_4.jpg

实际的运算过程分析如下 qa_1583_5.png
代码实现
有了上面的分析,代码实现就比较简单了。只需以下几步
定义Mapper类继承TableMapper,map的输入输出KV跟上面的分析一致。
  1. public static class Mapper extends TableMapper <ImmutableBytesWritable, ImmutableBytesWritable> {
  2. public Mapper() {}
  3. @Override
  4. public void map(ImmutableBytesWritable row, Result values,Context context) throws IOException {
  5. ImmutableBytesWritable value = null;
  6. String[] tags = null;
  7. for (KeyValue kv : values.list()) {
  8. if ("author".equals(Bytes.toString(kv.getFamily()))
  9. && "nickname".equals(Bytes.toString(kv.getQualifier()))) {
  10. value = new ImmutableBytesWritable(kv.getValue());
  11. }
  12. if ("article".equals(Bytes.toString(kv.getFamily()))
  13. && "tags".equals(Bytes.toString(kv.getQualifier()))) {
  14. tags = Bytes.toString(kv.getValue()).split(",");
  15. }
  16. }
  17. for (int i = 0; i < tags.length; i++) {
  18. ImmutableBytesWritable key = new ImmutableBytesWritable(
  19. Bytes.toBytes(tags[i].toLowerCase()));
  20. try {
  21. context.write(key,value);
  22. } catch (InterruptedException e) {
  23. throw new IOException(e);
  24. }
  25. }
  26. }
  27. }
复制代码
定义Reducer类继承TableReducer,reduce的输入输出KV跟上面分析的一致。
  1. public static class Reducer extends TableReducer <ImmutableBytesWritable, ImmutableBytesWritable, ImmutableBytesWritable> {
  2. @Override
  3. public void reduce(ImmutableBytesWritable key,Iterable values,
  4. Context context) throws IOException, InterruptedException {
  5. String friends="";
  6. for (ImmutableBytesWritable val : values) {
  7. friends += (friends.length()>0?",":"")+Bytes.toString(val.get());
  8. }
  9. Put put = new Put(key.get());
  10. put.add(Bytes.toBytes("person"), Bytes.toBytes("nicknames"),
  11. Bytes.toBytes(friends));
  12. context.write(key, put);
  13. }
  14. }
复制代码
在提交作业时设置inputFormat为TableInputFormat,设置outputFormat为TableOutputFormat,可以借助TableMapReduceUtil类来简化编码。
  1. public static void main(String[] args) throws Exception {
  2. Configuration conf = new Configuration();
  3. conf = HBaseConfiguration.create(conf);
  4. Job job = new Job(conf, "HBase_FindFriend");
  5. job.setJarByClass(FindFriend.class);
  6. Scan scan = new Scan();
  7. scan.addColumn(Bytes.toBytes("author"),Bytes.toBytes("nickname"));
  8. scan.addColumn(Bytes.toBytes("article"),Bytes.toBytes("tags"));
  9. TableMapReduceUtil.initTableMapperJob("blog", scan,FindFriend.Mapper.class,
  10. ImmutableBytesWritable.class, ImmutableBytesWritable.class, job);
  11. TableMapReduceUtil.initTableReducerJob("tag_friend",FindFriend.Reducer.class, job);
  12. System.exit(job.waitForCompletion(true) ? 0 : 1);
  13. }
复制代码
小结
本文通过实例分析演示了使用MapReduce分析HBase的数据,需要注意的这只是一种常规的方式(分析表中的数据存到另外的表中),实际上不局限于此,不过其他方式跟此类似。如果你进行到这里,你肯定想要马上运行它看看结果,在下篇文章中将介绍如何在模拟集群环境下本机运行MapReduce任务进行测试。




回复

使用道具 举报

tang 发表于 2015-3-7 16:47:57
介绍的不错,要是能够总结出写这类型的模板就好了,期待博主的更新
回复

使用道具 举报

tang 发表于 2015-5-11 21:11:20
回复

使用道具 举报

sprite101 发表于 2015-5-13 17:37:56
回复

使用道具 举报

fdfdggg 发表于 2015-7-8 13:53:03
谢谢楼主分享。
回复

使用道具 举报

hello1988 发表于 2015-11-25 15:00:13
感谢楼主你分享
回复

使用道具 举报

12下一页
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

推荐上一条 /2 下一条