六、MapReduce排序例子--获取价格最高的商品信息

六、MapReduce排序例子--获取价格最高的商品信息

1、需求

获取每个订单中最贵的商品

用到的知识点：自定义排序，包括普通排序，二次排序，分组排序自定义分区

2、数据输入和输出格式

数据输入格式：

每个已售商品一条记录 订单id 商品id 商品价格 0000001 Pdt_01 222.8 0000002 Pdt_06 722.4 0000001 Pdt_05 25.8 0000003 Pdt_01 222.8 0000003 Pdt_01 33.8 0000002 Pdt_03 522.8 0000002 Pdt_04 122.4

数据输出格式：每个订单一个文件，每个文件中显示各自订单最贵的一件商品的信息

3、分析

map阶段：因为要求每个订单最贵的商品，所以必须根据订单号以及商品价格做二次排序。后面将订单号、商品id，商品价格组合成一个bean对象，作为key，作为map的输出。

自定义分区：我们的需求是统计出同一订单中，最贵的商品，那么这就要求同一订单的所有商品条目都必须落在同一分区中（这里分区数大于1）才能统计处理，如果在不同分区中，那么是无法统计的，因为不用reduce之间是没有关联的。这里实现方式就是自定义分区，采用订单ID来分区，这样同一订单ID的商品条目就都落在同一个分区中了。而且在map输出自动根据订单id分区的过程中，对key先按照id和price排序，这样其实就是对同一订单的商品中，按照商品价格进行了排序了。

reduce阶段：前面map输出的数据已经是每个订单中对商品价格进行了排序，在第一个的商品就是该订单中价格最高的商品，后面这里其实只需要取出第一个KV即可。利用自定义group分组排序，将同一订单ID但是不同的商品的KV聚合成一组，因为事实上每组KV的key是不同，而分组中的key是以第一个进入该分组的KV的key为准的，而第一个进入该分组的KV其实就是前面map排序之后得到的同一订单中价格最高的商品的key，所以将其输出即可。

4、代码实现

OrderBean

package GroupOrder; import lombok.AllArgsConstructor; import lombok.Getter; import lombok.NoArgsConstructor; import lombok.Setter; import org.apache.hadoop.io.WritableComparable; import java.io.DataInput; import java.io.DataOutput; import java.io.IOException; @Setter @Getter @NoArgsConstructor @AllArgsConstructor public class OrderBean implements WritableComparable { private int ID; private String productID; private double price; /** 二次排序：先根据id排序，如果相同，则根据商品价格排序 */ @Override public int compareTo(OrderBean o) { if (this.ID > o.getID()) { return 1; } else if (this.ID < o.getID()){ return -1; } else { return this.price > o.getPrice() ? -1 : 1; } } @Override public void write(DataOutput dataOutput) throws IOException { dataOutput.writeInt(this.ID); dataOutput.writeDouble(this.price); dataOutput.writeUTF(this.productID); } @Override public void readFields(DataInput dataInput) throws IOException { this.ID = dataInput.readInt(); this.price = dataInput.readDouble(); this.productID = dataInput.readUTF(); } @Override public String toString() { return this.ID + "\t" + this.productID + "\t" + this.price; //return this.ID + "\t" + this.price; } }

map

package GroupOrder; import org.apache.avro.Schema; import org.apache.hadoop.io.LongWritable; import org.apache.hadoop.io.NullWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Mapper; import java.io.IOException; public class OrderMapper extends Mapper { OrderBean k = new OrderBean(); @Override protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException { String line = value.toString(); String[] fields = line.split("\t"); k.setID(Integer.parseInt(fields[0])); k.setProductID(fields[1]); k.setPrice(Double.parseDouble(fields[2])); context.write(k, NullWritable.get()); } }

partitioner

package GroupOrder; import org.apache.hadoop.io.NullWritable; import org.apache.hadoop.mapreduce.Partitioner; public class OrderPartitioner extends Partitioner { //根据订单id进行分区 @Override public int getPartition(OrderBean orderBean, NullWritable nullWritable, int i) { return (orderBean.getID() & Integer.MAX_VALUE) % i; } }

reduce

package GroupOrder; import org.apache.hadoop.io.NullWritable; import org.apache.hadoop.mapreduce.Reducer; import java.io.IOException; public class OrderReducer extends Reducer { @Override protected void reduce(OrderBean key, Iterable values, Context context) throws IOException, InterruptedException { context.write(key, NullWritable.get()); } }

groupCompartor

package GroupOrder; import org.apache.hadoop.io.WritableComparable; import org.apache.hadoop.io.WritableComparator; import java.io.DataInput; import java.io.DataOutput; import java.io.IOException; /** * 定制reduce前group的分组依据 * */ public class OrderGroupCompartor extends WritableComparator { protected OrderGroupCompartor() { super(OrderBean.class, true); } /** * 以orderbean对象中的ID为分组依据。 * 同一ID的认为是同一个group，一个group只会调用一次reduce * * @param a * @param b * @return */ @Override public int compare(WritableComparable a, WritableComparable b) { OrderBean aOrderBean = (OrderBean) a; OrderBean bOrderBean = (OrderBean) b; if (aOrderBean.getID() > bOrderBean.getID()) { return 1; } else if (aOrderBean.getID() < bOrderBean.getID()) { return -1; } else { return 0; } } }

driver

package GroupOrder; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.NullWritable; import org.apache.hadoop.mapreduce.Job; import org.apache.hadoop.mapreduce.lib.input.FileInputFormat; import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat; import java.io.IOException; public class OrderDriver { public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException { args = new String[]{"G:\\test\\A\\GroupingComparator.txt", "G:\\test\\A\\comparator6\\"}; Configuration conf = new Configuration(); Job job = Job.getInstance(conf); job.setJarByClass(OrderDriver.class); job.setMapperClass(OrderMapper.class); job.setReducerClass(OrderReducer.class); job.setMapOutputKeyClass(OrderBean.class); job.setMapOutputValueClass(NullWritable.class); job.setOutputKeyClass(OrderBean.class); job.setOutputValueClass(NullWritable.class); //设置分区实现类 job.setPartitionerClass(OrderPartitioner.class); job.setNumReduceTasks(3); //设置group的实现类 job.setGroupingComparatorClass(OrderGroupCompartor.class); FileInputFormat.setInputPaths(job, new Path(args[0])); FileOutputFormat.setOutputPath(job, new Path(args[1])); job.waitForCompletion(true); } }

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。