在Reducer中减去日期

时间:2013-06-12 11:10:36

标签: hadoop mapreduce

减速器的输入如下

key: 12

List<values> : 
               1,2,3,2013-12-23 10:21:44

               1,2,3,2013-12-23 10:21:59

               1,2,3,2013-12-23 10:22:07

所需的输出如下:

1,2,3,2013-12-23 10:21:44,15
1,2,3,2013-12-23 10:21:59,8
1,2,3,2013-12-23 10:22:07,0

请注意最后一栏是10:21:59减去10:21:44。日期(下一个) - 日期(当前)

我尝试加载到内存并减去但是它导致了java堆内存问题。非常感谢您的帮助。该密钥的数据大小是巨大的&gt; 1 GB,无法装入主存储器。

2 个答案:

答案 0 :(得分:0)

在你的reduce()方法中,也许就像这个伪代码一样:

long lastDate = 0;
V lastValue = null;

for (V value : values) {
    currentDate = parseDateIntoMillis(value);
    if (lastValue != null) {
        context.write(key, lastValue.toString() + "," + (currentDate - lastDate));
    }
    lastDate = currentDate;
    lastValue = value;
}
context.write(key, lastValue.toString() + "," + 0);

显然会有整理,但总体思路相当简单。

请注意,由于您要求将下一个值的日期作为当前值计算的一部分,因此通过值的迭代会跳过第一次写入,因此在循环之后进行额外写入以确保考虑所有值。

如果您有任何问题,请随时提出。

答案 1 :(得分:0)

您可以通过以下代码

来完成
reduce (LongWritable key, Iterable<String> Values, context){
  Date currentDate = null;
  LongWritable  diff = new LongWritable();

 for (String value : values) {
    Date nextDate = new Date(value.toString().split(",")[3]);
    if (currentDate != null) {
        diff.set(Math.abs(nextDate.getTime()-currentDate.getTime())/1000)
        context.write(key, diff);
    }
    currentDate = nextDate;
}

}