MapReduce的（五）
1.MapReduce的多表关联查询。
根据文本数据格式。查询多个文本中的内容关联。查询。
2.MapReduce的多任务窜执行的使用
多任务的串联执行问题，主要是要建立controlledjob，然后建组管理起来。留意多线程因效率而导致执行结束时间不一致的问题。
-------------------------------------------------- -------------------------------------------------- ----------------------------
MapReduce的的的多表关联查询
数据：
ctoryname地址
北京红星1
深圳迅雷3
广州本田2
北京瑞星1
广州发展银行2
腾讯3
北京银行5addressID地址名称
1北京
2广州
3深圳
4西安代码：
包com.huhu.day05;
import java.io.IOException;
导入org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
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.output.FileOutputFormat;
import org.apache.hadoop.util.GenericOptionsParser;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;
import com.huhu.day04.ProgenyCount;
/ **
* *厂名厂址为北京红星1
*
*地址addressID地址名称1北京
*
*从工厂选择factory.factoryname，address.addressname，地址在哪里
* factory.addressed = address.addressID
*
*流程1.读取这2个文件？1个mapreduce 2.mapper 2个：map--同时可以处理2个文件代码3.map输出kv k：id
* v：t1：北京红星1 k：id v：t2：1北京4.降低价值{t1：北京红
*星1，t2：1北京}
*
* @作者huhu_k
*
* /
公共类扩展ToolRunner implements Tool {
私人配置conf;
公共静态类MyMapper扩展Mapper <LongWritable，文本，文本，文本> {
@覆盖
protected void map（LongWritable key，Text value，Context context）throws IOException，InterruptedException {
String [] line = value.toString（）。split（“\ t”）;
如果（line [0] .matches（“\\ d”））{
// k：1 v：t1：1：北京
context.write（new Text（line [0]），new Text（“t1”+ line [0] +“：”+ line [1]））;
} else {
// k：1 v：t2：beijingredstar：1
context.write（new Text（line [1]），new Text（“t2”+ line [0] +“：”+ line [1]）） ;
}
}
}
公共静态类MyReduce扩展减速器{
@覆盖
保护无效设置（上下文上下文）抛出IOException，InterruptedException {
context.write（new Text（“factoryname \ t \ t”），新文本（“地址名称”））;
}
@覆盖
protected void reduce（Text key，Iterable <Text> values，Context context）
抛出IOException，InterruptedException {
String fsc =“”;
String addr =“”;
for（Text s：values）{
String line = s.toString（）;
if（line.contains（“t1”））{
addr = line.split（“：”）[1];
} else if（line.contains（“t2”））{
fsc = line.split（“：”）[0];
}
}
if（！fsc.equals（“”）&&！addr.equals（“”））{
context.write（new Text（fsc），new Text（addr））;
}
}
@覆盖
保护无效清理（上下文上下文）抛出IOException，InterruptedException {
}
}
公共静态无效的主要（字符串[]参数）抛出异常{
多重连接t = new MutipleJoin（）;
配置conf = t.getConf （）;
String [] other = new GenericOptionsParser（conf，args）.getRemainingArgs（）;
if（other.length！= 2）{
System.err.println（“number is fail”）;
}
int run = ToolRunner.run（conf，t，args）;
System.exit（运行）;
}
@覆盖
public Configuration getConf（）{
if（conf！= null）{
返回conf;
}
返回新的配置（）;
}
@覆盖
public void setConf（Configuration arg0）{
}
@覆盖
公共诠释运行（字符串[]其他）抛出异常{
配置con = getConf（）;
Job job = Job.getInstance（con）;
job.setJarByClass（ProgenyCount.class）;
job.setMapperClass（MyMapper.class）;
job.setMapOutputKeyClass（Text.class）;
job.setMapOutputValueClass（Text.class）;
//默认分区
// job.setPartitionerClass（HashPartitioner.class）;
job.setReducerClass（MyReduce.class）;
job.setOutputKeyClass（Text.class）;
job.setOutputValueClass（Text.class）;
FileInputFormat.addInputPath（job，new Path（“hdfs：// ry-hadoop1：8020 / in / day05”））;
Path path = new Path（“hdfs：// ry-hadoop1：8020 / out / day05.txt”）;
FileSystem fs = FileSystem.get（getConf（））;
if（fs.exists（path））{
fs.delete（path，true）;
}
FileOutputFormat.setOutputPath（job，path）;
返回job.waitForCompletion（true）？0：1;
}
}运行结果：
将有规律的数据进行关联查询。
二。MapReduce的的多任务窜改的使用
WordCount_Mapper
包com.huhu.day05;
import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
导入org.apache.hadoop.mapreduce.Mapper;
公共类WordCount_Mapper扩展映射器<LongWritable，Text，Text，IntWritable> {
private final IntWritable one = new IntWritable（1）;
@覆盖
保护无效映射（LongWritable键，文本值，映射器<LongWritable，文本，文本，IntWritable> .Context上下文）
抛出IOException，InterruptedException {
String [] line = value.toString（）。split（“”）;
for（String s：line）{
context.write（new Text（s），one）;
}
}
}WordCount_Reduce
包com.huhu.day05;
import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;
公共类WordCount_Reducer扩展Reducer <Text，IntWritable，Text，IntWritable> {
@覆盖
protected void reduce（Text key，Iterable <IntWritable> values，Context context）
抛出IOException，InterruptedException {
int sum = 0;
for（IntWritable i：values）{
sum + = i.get（）;
}
context.write（key，new IntWritable（sum））;
}
}
Top10_Mapper
包com.huhu.day05;
import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
导入org.apache.hadoop.mapreduce.Mapper;
公共类Top10_Mapper扩展了Mapper <LongWritable，Text，Text，IntWritable> {
@覆盖
protected void map（LongWritable key，Text value，Context context）throws IOException，InterruptedException {
String [] line = value.toString（）。split（“\ t”）;
context.write（new Text（line [0]），new IntWritable（Integer.parseInt（line [1]）））;
}
}
Top10_Reducer
包com.huhu.day05;
import java.io.IOException;
import java.util.TreeSet;
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 com.huhu.day05.pojo.WordCount;
公共类Top10_Reducer扩展Reducer <Text，IntWritable，WordCount，NullWritable> {
private TreeSet <WordCount> set = new TreeSet <>（）;
@覆盖
protected void reduce（Text key，Iterable <IntWritable> values，Context context）
抛出IOException，InterruptedException {
for（IntWritable v：values）{
System.err.println（v.toString（）+“----- -----------”）;
set.add（new WordCount（key.toString（），Integer.parseInt（v.toString（））））;
}
if（10 <set.size（））{
set.remove（set.last（））;
}
}
@覆盖
保护无效清理（上下文上下文）抛出IOException，InterruptedException {
for（WordCount w：set）{
context.write（w，NullWritable.get（））;
}
}
}
WordCountTop_Cuan
包com.huhu.day05;
导入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.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapred.jobcontrol.JobControl;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.jobcontrol.ControlledJob;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.util.GenericOptionsParser;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;
import com.huhu.day05.pojo.WordCount;
公共类WordCountTop_Cuan扩展ToolRunner实现工具{
私人配置con;
@覆盖
public配置getConf（）{
如果（con！= null）
返回con;
返回新的配置（）;
}
@覆盖
public void setConf（Configuration arg0）{
}
@覆盖
公共诠释运行（字符串[] arg0）抛出异常{
配置con = getConf（）;}
Job WordJob = Job.getInstance（con，“WordCount Job”）;
WordJob.setJarByClass（WordCountTop_Cuan.class）;
WordJob.setMapperClass（WordCount_Mapper.class）;
WordJob.setMapOutputKeyClass（Text.class）;
WordJob.setMapOutputValueClass（IntWritable.class）;
WordJob.setReducerClass（WordCount_Reducer.class）;
WordJob.setOutputKeyClass（WordCount.class）;
WordJob.setOutputValueClass（NullWritable.class）;
FileInputFormat.addInputPath（WordJob，new Path（“hdfs：// ry-hadoop1：8020 / in / ihaveadream.txt”））;
Path path = new Path（“hdfs：// ry-hadoop1：8020 / out / Word_job.txt”）;
FileSystem fs = FileSystem.get（getConf（））;
if（fs.exists（path））{
fs.delete（path，true）;
}
FileOutputFormat.setOutputPath（WordJob，path）;
Job TopJob = Job.getInstance（con，“Top10 Job”）;
TopJob.setJarByClass（WordCountTop_Cuan.class）;
TopJob.setMapperClass（Top10_Mapper.class）;
TopJob.setMapOutputKeyClass（Text.class）;
TopJob.setMapOutputValueClass（IntWritable.class）;
TopJob.setReducerClass（Top10_Reducer.class）;
TopJob.setOutputKeyClass（WordCount.class）;
TopJob.setOutputValueClass（NullWritable.class）;
FileInputFormat.addInputPath（TOPJOB，路径）;
Path paths = new Path（“hdfs：// ry-hadoop1：8020 / out / Top_Job.txt”）;
if（fs.exists（paths））{
fs.delete（paths，true）;
}
FileOutputFormat.setOutputPath（TopJob，paths）;
//重点
ControlledJob controlledWC = new ControlledJob（WordJob.getConfiguration（））;
ControlledJob controlledTP = new ControlledJob（TopJob.getConfiguration（））;
// JobTop依赖JobWC
controlledTP.addDependingJob（controlledWC）;
//定义控制器
JobControl jobControl =新的JobControl（“WordCount和Top”）;
jobControl.addJob（controlledWC）;
jobControl.addJob（controlledTP）;
线程线程=新线程（JobControl作业控制）;
thread.start（）;
而{（jobControl.allFinished（）！）
了了Thread.sleep（1000）;
}
jobControl.stop（）;
返回0;
}
公共静态无效的主要（字符串[]参数）抛出异常{
WordCountTop_Cuan wc = new WordCountTop_Cuan（）;
配置conf = wc.getConf（）;
String [] other = new GenericOptionsParser（conf，args）.getRemainingArgs（）;
int run = ToolRunner.run（conf，wc，other）;
System.exit（运行）;
}
}运行结果：
我是在本地运行的，如果在Hadoop的的上运行输入命令
hadoop jar xxx.jar /in/xx.txt /out/Word_Job.txt /out/Top_Job.txt此时Top_Job依赖于Word_Job
因为Top_Job的输入路径是Word_Job的输出路径。当线程只启动一个工作，Top_job等待Word_Job运行完，Top_Job开始运行。