Question

我的问题是在文件中排序值。键和值是整数，需要维护排序值的键。

key   value
1     24
3     4
4     12
5     23

输出：

我正在处理大量数据，必须在hadoop机器集群中运行代码。我怎么能用mapreduce做到这一点？

Answer 1

你可以这样做（我假设你在这里使用Java）

从地图发出像这样 -

context.write(24,1);
context.write(4,3);
context.write(12,4)
context.write(23,5)

因此，需要排序的所有值都应该是mapreduce作业中的关键。默认情况下，Hadoop按键的升序排序。

因此，要么这样做要按降序排序，

job.setSortComparatorClass(LongWritable.DecreasingComparator.class);

或者，这个，

你需要设置一个自定义的降序排序比较器，在你的工作中就是这样的。

public static class DescendingKeyComparator extends WritableComparator {
    protected DescendingKeyComparator() {
        super(Text.class, true);
    }

    @SuppressWarnings("rawtypes")
    @Override
    public int compare(WritableComparable w1, WritableComparable w2) {
        LongWritable key1 = (LongWritable) w1;
        LongWritable key2 = (LongWritable) w2;          
        return -1 * key1.compareTo(key2);
    }
}

Hadoop中的后缀和排序阶段将负责按降序排序键24,4,12,23

评论后：

如果你需要一个Descending IntWritable Comparable，你可以创建一个并使用它 -

job.setSortComparatorClass(DescendingIntComparable.class);

如果您使用 JobConf ，请使用此设置

jobConfObject.setOutputKeyComparatorClass(DescendingIntComparable.class);

将以下代码放在main()功能 -

下面

public static void main(String[] args) {
    int exitCode = ToolRunner.run(new YourDriver(), args);
    System.exit(exitCode);
}

//this class is defined outside of main not inside
public static class DescendingIntWritableComparable extends IntWritable {
    /** A decreasing Comparator optimized for IntWritable. */ 
    public static class DecreasingComparator extends Comparator {
        public int compare(WritableComparable a, WritableComparable b) {
            return -super.compare(a, b);
        }
        public int compare(byte[] b1, int s1, int l1, byte[] b2, int s2, int l2) {
            return -super.compare(b1, s1, l1, b2, s2, l2);
        }
    }
}

如何在hadoop中实现排序？

1 个答案: