Question

我正在尝试使用AskUbuntu数据集上的Mapreduce程序。

我的映射器输出是

语法

Key: TAG-<TAG_NAME>-<PARAM>  Value: <PARAM>-<Count>

示例：

Key - TAG-windows-QUE Value - QUE-1241
Key - TAG-windows-VIEWS Value - VIEWS-4369
Key - TAG-windows-QUE Value - QUE-1
Key - TAG-windows-VIEWS Value - VIEWS-1

我使用分区程序根据键的前三个字符对其进行分区。即。 TAG

我也使用 ValueGroupingComparator 来分组值即。 TAG-窗

public static class ValueGroupingComparator implements RawComparator<Text> {

        /*value grouping comparator will group by the first few letters of the key till a second hyphen (“-”) symbol  is found. */
        public int compare(byte[] b1, int s1, int l1, byte[] b2, int s2, int l2) {
            String sOne = new String(b1);
            String sTwo = new String(b2);

            // return new Character((char)b1[0]).compareTo((char)b2[0]);
            return sOne.substring(0, sOne.indexOf('-', 4)).compareTo(
                    sTwo.substring(0, sTwo.indexOf('-', 4)));
        }

        public int compare(Text o1, Text o2) {
            return compare(o1.getBytes(), 0, o1.getLength(), o2.getBytes(), 0,
                    o2.getLength());
        }
    }

*

然后我需要根据密钥使用来对密钥进行排序 KeyComparator。

*

api传达了这样的信息 setOutputKeyComparator可以结合使用来模拟值的二级排序。 http://hadoop.apache.org/common/docs/current/api/org/apache/hadoop/mapred/JobConf.html

我对 Reducer 的预期输入

Key - TAG-windows-QUE 
Value - 1241-QUE,1-QUE,4369-VIEWS,1-VIEWS

这样我就可以从我的Reducer中输出以下内容

Key - TAG-windows Value - QUE-1242, VIEWS-4370

我尝试了以下 KeyComparator 。但我无法达到预期的输出

public static class KeyComparator extends WritableComparator {
    public KeyComparator() {
        super(Text.class);
    }

    public int compare(byte[] b1, int s1, int l1, byte[] b2, int s2, int l2) {

        int hypen = '-';
        int s1Ind = 0;
        int s2Ind = 0;
        for (int i = 4; i < b1.length; i++) {
            if (b1[i] == hypen) {
                s1Ind = i;
                break;
            }
        }

        for (int i = 4; i < b2.length; i++) {
            if (b2[i] == hypen) {
                s2Ind = i;
                break;
            }
        }

        if (s1Ind == 0 || s2Ind == 0)
            System.out.println(s1Ind + "<->" + s2Ind);

        int compare = compareBytes(b1, s1, s1Ind, b2, s2, s2Ind);
        if (compare == 0) {
            return compareBytes(b1, s1Ind + 1, l1 - s1Ind + 2, b2,
                    s2Ind + 1, l2 - s2Ind + 2);             
        }
        return compare;
    }
}

需要来自hadoop mapreduce专家的帮助。

Answer 1

我在stackoverflow中发现以下两个与我的问题相关的链接。

Secondary sorting in Map-Reduce

MapReduce (secondary) sorting / filtering - how?

让我试试运气。

setOutputKeyComparator - Mapreduce辅助排序（ValueGrouping之后）

1 个答案: