您好我想用伪代码编写MapReduce算法来解决以下问题:
给出以下格式的输入记录:
地址,邮编,城市,house_value,
请计算每个邮政编码的平均房价。
如果你能帮助我,我真的很感激..
答案 0 :(得分:0)
最简单的方法是使用Apache Pig,这是一个找到平均值的例子:
inpt = load 'data.txt' as (address:chararray, zip:chararray, city:chararray, house_value:long);
grp = group inpt by zip;
average = foreach grp generate FLATTEN(group) as (zip), AVG(inpt.house_value) as average_price;
dump average;
对于Pseudo Map Reduce代码,您需要一个MAPPER,COMBINER和一个REDUCER
MAPPER(record):
zip_code_key = record['zip'];
value = {1, record['house_value']};
emit(zip_code_key, value);
COMBINER(zip_code_key, value_list):
record_num = 0;
value_sum = 0;
foreach (value : value_list) {
record_num += value[0];
value_sum += value[1];
}
value_out = {record_num, value_sum};
emit(zip_code_key, value_out);
REDUCER(zip_code_key, value_list):
record_num = 0;
value_sum = 0;
foreach (value : value_list) {
record_num += value[0];
value_sum += value[1];
}
avg = value_sum / record_num;
emit(zip_code_key, avg);