- android - RelativeLayout 背景可绘制重叠内容
- android - 如何链接 cpufeatures lib 以获取 native android 库?
- java - OnItemClickListener 不起作用,但 OnLongItemClickListener 在自定义 ListView 中起作用
- java - Android 文件转字符串
我有两个数据集:
用户:
Bobby 06 Amsterdam
Sunny 07 Rotterdam
Steven 08 Liverpool
Jamie 23 Liverpool
Macca 91 Liverpool
Messi 10 Barcelona
Pique 04 Barcelona
Suarez 09 Barcelona
Neymar 11 brazil
Klopp 12 Liverpool
用户日志:
Sunny NewPlayer 12.23.14.421
Klopp Crazy 88.33.44.555
Bobby NewPlayer 99.12.11.222
Steven Captain 99.55.66.777
Jamie Local 88.99.33.232
Suarez Spain 77.55.66.444
我想使用 reducer join 来连接这两个数据集。我以这种方式编写我的类(class):
映射类:
Public class MapperClass {
public static class UserMap extends Mapper<LongWritable, Text, Text, Text> {
@Override
protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
String line = value.toString();
String[] tokens = line.split(" ");
String name = tokens[0];
String city = tokens[2];
context.write(new Text(name), new Text("UserFile" + "\t" + city));
}
}
public static class UserLogs extends Mapper<LongWritable, Text, Text, Text> {
@Override
protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
String line = value.toString();
String[] tokens = line.split(" ");
String name = tokens[0];
String ip = tokens[2];
context.write(new Text(name), new Text("UserLogs" + "\t" + ip));
}
}
}
reducer 类:
public class ReducerClass extends Reducer<Text, Text, Text, Text>{
@Override
public void reduce(Text key, Iterable<Text> values, Context context) throws IOException, InterruptedException {
String city = null;
String ip = null;
for(Text t: values) {
String[] parts = t.toString().split("\t");
if(parts[0].equals("UserFile")) {
city = parts[1];
}
if(parts[0].equals("UserLogs")) {
ip = parts[1];
} else {
ip = "IP Address not found";
}
}
context.write(key, new Text(city + "\t" + ip));
}
}
驱动类:
public class MainClass {
public static void main(String[] args)throws IOException, InterruptedException, ClassNotFoundException {
Job job = new Job();
job.setJarByClass(MainClass.class);
job.setOutputKeyClass(Text.class);
job.setReducerClass(ReducerClass.class);
job.setOutputValueClass(Text.class);
job.setInputFormatClass(TextInputFormat.class);
job.setOutputFormatClass(TextOutputFormat.class);
MultipleInputs.addInputPath(job, new Path(args[0]), TextInputFormat.class, UserMap.class);
MultipleInputs.addInputPath(job, new Path(args[1]), TextInputFormat.class, UserLogs.class);
FileOutputFormat.setOutputPath(job, new Path(args[2]));
System.exit(job.waitForCompletion(true)?0:1);
}
}
输出应该是这样的:
Bobby Amsterdam 99.12.11.222
Sunny Rotterdam 12.23.14.421
Klopp Liverpool 88.33.44.555
Steven Liverpool 99.55.66.777
Jamie Liverpool 88.99.33.232
Suarez Barcelona 77.55.66.444
相反,我得到这样的输出:
Bobby Amsterdam IP Address not found
Jamie Liverpool 88.99.33.232
Klopp Liverpool IP Address not found
Macca Liverpool IP Address not found
Messi Barcelona IP Address not found
Neymar brazil IP Address not found
Pique Barcelona IP Address not found
Steven Liverpool 99.55.66.777
Suarez Barcelona IP Address not found
Sunny Rotterdam 12.23.14.421
我不明白我在这里犯了什么错误。谁能帮我解决这个问题。非常感谢任何形式的帮助。
最佳答案
reducer 中有一个错误,它根据 values
顺序覆盖了 IP 地址。试试这个:
public class ReducerClass extends Reducer<Text, Text, Text, Text>{
@Override
public void reduce(Text key, Iterable<Text> values, Context context) throws IOException, InterruptedException {
String city = null;
String ip = null;
for(Text t: values) {
String[] parts = t.toString().split("\t");
if(parts[0].equals("UserFile")) {
city = parts[1];
} else if(parts[0].equals("UserLogs")) {
ip = parts[1];
}
}
if (ip != null && city != null) {
context.write(key, new Text(city + "\t" + ip));
}
}
}
关于hadoop - 无法识别我的 Reducer 连接代码中的错误,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40440242/
我们有数据(此时未分配)要转换/聚合/透视到 wazoo。 我在 www 上看了看,我问的所有答案都指向 hadoop 可扩展、运行便宜(没有 SQL 服务器机器和许可证)、快速(如果你有足够的数据)
这很明显,我们都同意我们可以将 HDFS + YARN + MapReduce 称为 Hadoop。但是,Hadoop 生态系统中的其他不同组合和其他产品会怎样? 例如,HDFS + YARN + S
如果 es-hadoop 只是连接到 HDFS 的 Hadoop 连接器,它如何支持 Hadoop 分析? 最佳答案 我假设您指的是 this project .在这种情况下,ES Hadoop 项目
看完this和 this论文,我决定我想在 MapReduce 上为大型数据集实现分布式体积渲染设置作为我的本科论文工作。 Hadoop 是一个合理的选择吗? Java 不会扼杀一些性能提升或使与 C
我一直在尝试查找有关如何通过命令行提交 hadoop 作业的信息。 我知道命令 - hadoop jar jar-file 主类输入输出 还有另一个命令,我正在尝试查找有关它的信息,但未能找到 - h
Hadoop 服务器在 Kubernetes 中。而Hadoop客户端位于外网。所以我尝试使用 kubernetes-service 来使用 Hadoop 服务器。但是 hadoop fs -put
有没有人遇到奇怪的环境问题,在调用 hadoop 命令时被迫使用 SU 而不是 SUDO? sudo su -c 'hadoop fs -ls /' hdfs Found 4 itemsdrwxr-x
在更改 mapred-site.xml 中的属性后,我给出了一个 tar.bz2 文件、.gz 和 tar.gz 文件作为输入。以上似乎都没有奏效。我假设这里发生的是 hadoop 作为输入读取的记录
如何在 Hadoop Pipes 中获取正在 hadoop 映射器 中执行的输入文件 名称? 我可以很容易地在基于 java 的 map reducer 中获取文件名,比如 FileSplit fil
我想使用 MapReduce 方法分析连续的数据流(通过 HTTP 访问),因此我一直在研究 Apache Hadoop。不幸的是,Hadoop 似乎期望以固定大小的输入文件开始作业,而不是能够在新数
名称节点可以执行任务吗?默认情况下,任务在集群的数据节点上执行。 最佳答案 假设您正在询问MapReduce ... 使用YARN,MapReduce任务在应用程序主数据库中执行,而不是在nameno
我有一个关系A包含 (zip-code). 我还有另一个关系B包含 (name:gender:zip-code) (x:m:1234) (y:f:1234) (z:m:1245) (s:f:1235)
我是hadoop地区的新手。您能帮我负责(k2,list[v2,v2,v2...])形式的输出(意味着将键及其所有关联值组合在一起)的责任是吗? 谢谢。 最佳答案 这是Hadoop的MapReduce
因此,我一直在尝试编写一个hadoop程序,该程序将输入作为一个包含许多文件的文件,并且我希望hadoop程序的输出仅是输入文件的一行。但是我还没有做到这一点。我也不想去 reducer 课。如果有人
我使用的输入文本文件的内容是 1 "Come 1 "Defects," 1 "I 1 "Information 1 "J" 2 "Plain 5 "Project 1
谁能告诉我以下grep命令的作用: $ bin/hadoop jar hadoop-*-examples.jar grep input output 'dfs[a-z.]+' 最佳答案 http:/
我不了解mapreducer的基本功能,mapreducer是否有助于将文件放入HDFS 或mapreducer仅有助于分析HDFS中现有文件中的内容 我对hadoop非常陌生,任何人都可以指导我理解
CopyFromLocal将从本地文件系统上载数据。 不要放会从任何文件上传数据,例如。本地FS,亚马逊S3 或仅来自本地fs ??? 最佳答案 请找到两个命令的用法。 put ======= Usa
我开始研究hadoop mapreduce。 我是Java和hadoop的初学者,并且了解hadoop mapreduce的编码,但是有兴趣了解它在云中的内部工作方式。 您能否分享一些很好的链接来说明
我一直在寻找Hadoop mapreduce类的类路径。我正在使用Hortonworks 2.2.4版沙箱。我需要这样的类路径来运行我的javac编译器: javac -cp (CLASS_PATH)
我是一名优秀的程序员,十分优秀!