上海网站建设服务宁德,重庆市网站推广,太原模板网站建站,网站seo关键词设置文章目录 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、启动应用查看结果7、创建成绩归并器类8、修改成绩驱动器类9、启动应用查看结果 一、实战概述
在本次实战中我们将利用Apache Hadoop的MapReduce框架来计算一个包含五名学生五门科目成绩的数据集的总分和平均分。我们将通过以下步骤实现这一目标首先在虚拟机上创建并准备数据将成绩表以文本文件形式存储并在HDFS上设定输入目录然后使用IntelliJ IDEA创建Maven项目并添加必要的Hadoop和JUnit依赖接着我们将实现ScoreMapper和ScoreReducer类分别负责处理输入数据和计算总分与平均分在ScoreDriver类中我们将配置作业并运行MapReduce任务。最后我们将通过HDFS Shell命令查看结果文件内容。此实战旨在深入理解并掌握MapReduce在处理和分析学生成绩数据中的应用展现其强大的分布式计算能力。
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
姓名语文数学英语物理化学李小双8978949687王丽霞9480867880吴雨涵9067959260张晓红8776907959陈燕文9795928886
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
1、在虚拟机上创建文本文件
在master虚拟机上创建score.txt文件
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
说明集成开发环境IntelliJ IDEA版本 - 2022.3
1、创建Maven项目
Maven项目 - MRCalcScore设置了JDK版本 - 1.8组标识 - net.huawei.mr 单击【Create】按钮得到初始化项目
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 刷新项目依赖
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
创建net.huawei.mr包在包里创建ScoreMapper类
package net.huawei.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* 作者华卫* 日期2023年12月29日*/
public class ScoreMapper extends MapperLongWritable, Text, Text, IntWritable {Overrideprotected void map(LongWritable key, Text value, Context context)throws IOException, InterruptedException {// 获取行数据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];// 遍历各科成绩for (int i 1; i fields.length; i) {// 获取成绩int score Integer.parseInt(fields[i]);// 将姓名,成绩键值对写入中间结果context.write(new Text(name), new IntWritable(score)); }}
}说明该Java类ScoreMapper继承自Hadoop MapReduce的Mapper用于处理文本格式学生成绩数据。在map方法中它首先读取一行输入数据并按空格拆分成字段数组其中姓名为第一个字段。然后遍历剩余字段各科成绩将每门课程的成绩与姓名组合成姓名, 成绩键值对并通过context.write写入到中间结果中。
5、创建成绩驱动器类
在net.huawei.mr包里创建ScoreDriver类
package net.huawei.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2023年12月29日*/
public class ScoreDriver {public static void main(String[] args) throws Exception {// 创建配置对象Configuration conf new Configuration();// 设置客户端使用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);}}
}说明该Java类ScoreDriver是Hadoop MapReduce作业的主驱动类用于启动和监控整个计算流程。首先它配置作业属性、设置Mapper类、输入输出格式及路径并从HDFS读取数据。作业完成后它遍历输出目录下的结果文件逐个打开并打印至控制台实现成绩统计任务的执行与结果显示。
6、启动应用查看结果
运行ScoreDriver类会看到两列一列姓名一列成绩
7、创建成绩归并器类
在net.huawei.mr包里创建ScoreReducer类
package net.huawei.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2023年12月29日*/
public class ScoreReducer extends ReducerText, IntWritable, Text, NullWritable {Overrideprotected void reduce(Text key, IterableIntWritable values, Context context)throws IOException, InterruptedException {// 声明科目数、总分和平均分变量int count 0;int sum 0;double avg 0;// 遍历迭代器计算总分for (IntWritable value : values) {count; // 科目数累加sum sum value.get(); // 累加每科成绩}// 计算平均分avg sum * 1.0 / count;// 创建小数点格式对象保留一位小数DecimalFormat df new DecimalFormat(#.#);// 拼接每个学生总分与平均分成绩信息String scoreInfo ( key , new IntWritable(sum) , df.format(avg) );// 写入键值对scoreInfo,nullcontext.write(new Text(scoreInfo), NullWritable.get());}
}说明该Java类ScoreReducer继承自Hadoop MapReduce的Reducer用于计算每个学生各科成绩总分与平均分。在reduce方法中遍历输入的姓名, 成绩对累加科目数和总分计算平均分并格式化输出结果保留一位小数。最后将拼接好的成绩信息作为键写入null值的键值对到输出文件。
8、修改成绩驱动器类
设置Reducer类及其输出键值类型
9、启动应用查看结果 运行ScoreDriver 类看到指定格式的成绩统计 利用HDFS Shell命令查看结果文件内容
