美文网首页
Hadoop序列化-自定义Bean对象

Hadoop序列化-自定义Bean对象

作者: 手扶拖拉机_6e4d | 来源:发表于2019-11-05 23:55 被阅读0次
  • 自定义bean对象实现序列化接口(Writable)
    1.在企业开发中往往常用的基本序列化类型不能满足所有需求,比如在Hadoop内部传递一个bean对象,那么该对象就需要实现序列化接口
    2.常用的数据类型对应的Hadoop数据序列化类型:


    D31E30B9-A2FA-44AD-B532-6075F3C96B40.png

3.具体实现bean对象序列化步骤:
3.1>必须实现Writable接口
3.2>反序列化时,需要反射调用空参构造函数,所以必须有空参构造

public FlowBean()
{
    super();
}

3.3>重写序列化方法

@Override
public void write (DataOutput out) throws IOException {
    out.writeLong(upFlow);
    out.writeLong(downFlow);
    out.writeLong(sumFlow);
}

3.4>重写反序列化方法

public function readFields(DataInput in) throws IOException{
    upFlow = in.readLong();
    downFlow = in.readLong();
    sumFlow = in.readLong();
}

3.5>注意反序列化的顺序和序列化的顺序完全一致
3.6>想要把结果显示在文件中,需要重写toString(),可用"\t"分开,方便后续用

3.7>如果需要将自定义的bean放在key中传输,则还需要实现Comparable接口,因为MapReduce框中的Shuffle过程要求对key必须能排序

@Override
public int compareTo(FlowBean o){
    //倒叙排序,从大到小
    return this.sumFlow > o.getSumFlow() ? -1 : 1;
}

4.序列化案例实操:
需求:统计每一个手机号耗费的总上行流量、下行流量、总流量(注意:前三个手机号是相同的号码,需要累加起来)
输入数据:


4B3CCEB3-52A7-49FD-A6E2-DD7182A1DB08.png

输入数据格式:


DC9F6667-095E-4A66-B833-C399A82037C3.png

输出数据格式:


A51FBE7C-4B4F-4CE7-B48E-89643C61DF31.png

5.源码如下:

  • 自定义FlowBean
package com.flowbean.mr.sum;

import java.io.IOException;
import java.io.DataInput;
import java.io.DataOutput;
import org.apache.hadoop.io.Writable;

public class FlowBean implements Writable{

    /**
     * @var 上行流量
     */
    private long upFlow;

    /**
     * @var 下行流量
     */
    private long downFlow;

    /**
     * @var 总流量
     */
    private long sumFlow;

    /**
     * 空参构造方法,为了后续反射用
     */
    public FlowBean() {
        super();
    }

    public FlowBean(long upFlow, long downFlow) {
        super();
        this.upFlow = upFlow;
        this.downFlow = downFlow;
        sumFlow = upFlow + downFlow;
    }


    public void write(DataOutput dataOutput) throws IOException {
        dataOutput.writeLong(upFlow);
        dataOutput.writeLong(downFlow);
        dataOutput.writeLong(sumFlow);
    }

    public void readFields(DataInput dataInput) throws IOException {
    // 反序列化的顺序和序列化的顺序完全一致
        upFlow = dataInput.readLong();
        downFlow = dataInput.readLong();
        sumFlow = dataInput.readLong();
    }

    @Override
    public String toString() {
        return upFlow + "\t" + downFlow + "\t" + sumFlow;
    }


    // getter and  setter
    public long getUpFlow() {
        return upFlow;
    }

    public long getDownFlow() {
        return downFlow;
    }

    public long getSumFlow() {
        return sumFlow;
    }

    public void setUpFlow(long upFlow) {
        this.upFlow = upFlow;
    }

    public void setDownFlow(long downFlow) {
        this.downFlow = downFlow;
    }

    public void setSumFlow(long sumFlow) {
        this.sumFlow = sumFlow;
    }

    public void set(long sum_upFlow2, long sum_downFlow2)
    {
        upFlow = sum_upFlow2;
        downFlow = sum_downFlow2;
        sumFlow = upFlow + downFlow;
    }
}

  • Mapper
package com.flowbean.mr.sum;

import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;
import java.io.IOException;

/*
id  手机号                       上行流量  下行流量
1   13074491521 192.168.1.112   www.atguigu.com   2481    24681  200
2   13074491521 192.168.100.2   www.baidu.com     721     98211  200
3   13074491521 192.168.100.15  www.atguigu.com   623     61281  200
4   13398497761 192.168.1.123   www.ifeng.com     0   0      200
5   18965492364 192.168.100.33  www.atguigu.com   81      8181   200
6   13251497152 192.168.1.124   www.aichesong.com 721     0      200
7   15487498711 192.168.100.12  www.alibaba.com   249     8080   200
8   18261492374 192.168.1.17    www.huolala.com   41      23     200
9   17769496291 192.168.100.9   www.jd.com    801     4443   200
10  18912498751 192.168.1.27    www.aiqiyi.com    33      97875  200
11  13074496651 192.168.100.7   www.tianmao.com   64      21710  200
12  13074499912 192.168.1.33    www.atguigu.com   181     83     200
13  18812492111 192.168.100.81  www.cctv.com      0   9911   200
14  15636496612 192.168.1.3 www.18av.com      34      0      200
15  15677498871 192.168.100.21  www.baidu.com     76      2181   200

*/

/**
 * @param LongWritable 内容的偏移量 例如:1 =>   1   13074491521 192.168.1.112   www.atguigu.com   2481    24681  200
 *                                     64 =>  2 13074491521 192.168.100.2   www.baidu.com     721     98211  200
 *                                     125 => 3 13074491521 192.168.100.15  www.atguigu.com   623     61281  200
 * @param Text  表示某一行内容 例如:            3    13074491521 192.168.100.15  www.atguigu.com   623     61281  200
 * @param Text  输出的key, 这里用的是手机号
 * @param FlowBean 输出的value,这里用的是自定义的FlowBean对象
 */
public class FlowCountMapper extends Mapper<LongWritable, Text, Text, FlowBean> {

    Text k = new Text();
    FlowBean v = new FlowBean();

    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        //1.获取一行
        String line = value.toString();

        //2.切割 \t
        String[] fields = line.split("\t");

        //3.封装对象
        k.set(fields[1]); //封装手机号

        long upFlow = Long.parseLong(fields[fields.length-3]);
        long downFlow = Long.parseLong(fields[fields.length-2]);

        v.setUpFlow(upFlow);
        v.setDownFlow(downFlow);

        //4.写出
        context.write(k, v);
    }
}

  • Reduccer
package com.flowbean.mr.sum;

import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;
import java.io.IOException;


/**
 * @param 输入key(Mapper阶段的输出key) Text表示手机号
 * @param 输入value(Mapper阶段的输出value)  FlowBean对象
 * @param 输出key Text表示手机号
 * @param 输出value 例如:
 *                  13074491521    2481   24681   27162
 *                  13074491521    721    98211   98932
 */
public class FlowCountReducer  extends Reducer<Text, FlowBean, Text, FlowBean> {

    FlowBean v = new FlowBean();

    @Override
    protected void reduce(Text key, Iterable<FlowBean> values, Context context) throws IOException, InterruptedException {
        super.reduce(key, values, context);

        long sum_upFlow = 0;
        long sum_downFlow = 0;

        //1.累加求和
        for(FlowBean flowbean : values){
            // 上行流量累加
            sum_upFlow += flowbean.getUpFlow();
            // 下行流量累加
            sum_downFlow += flowbean.getDownFlow();
        }

        v.set(sum_upFlow, sum_downFlow);

        //2.写出
        context.write(key, v);
    }
}

  • Driver
package com.flowbean.mr.sum;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import java.io.IOException;

public class FlowsumDriver {
    public static void main(String[] args) throws IOException,ClassNotFoundException, InterruptedException {

        args = new String[]{"/Users/XXX/Desktop/word/input/phone_data.txt", "/Users/XXXX/Desktop/word/phoneoutput"};
        //1.获取job对象
        Configuration conf = new Configuration();
        Job job = Job.getInstance(conf);

        //2.设置jar路径
        job.setJarByClass(FlowsumDriver.class);

        //3.关联mapper和reducer
        job.setMapperClass(FlowCountMapper.class);
        job.setReducerClass(FlowCountReducer.class);

        //4.设置Mapper阶段输出的key和value
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(FlowBean.class);

        //5.设置最终输出的key和value类型
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(FlowBean.class);

        //6.设置输入输出路径
        FileInputFormat.setInputPaths(job, new Path(args[0]));
        FileOutputFormat.setOutputPath(job, new Path(args[1]));

        //7.提交job
        boolean result = job.waitForCompletion(true);
        System.exit(result ? 0 : 1);

    }
}

相关文章

  • Hadoop序列化-自定义Bean对象

    自定义bean对象实现序列化接口(Writable)1.在企业开发中往往常用的基本序列化类型不能满足所有需求,比如...

  • Spring Boot搭建基本web业务框架

    功能模块: RestController模块 加载自定义bean 自定义JSON序列化反序化列 统一异常处理 拦截...

  • NSCoding协议

    什么叫对象序列化? 对象序列化就是把对象写入到输出流中,用来存储或者传输,如果不序列化,(自定义对象是无法存储的)...

  • 大数据技术之MapReduce(二)

    Hadoop 序列化 2.1 序列化概述 1) 什么是序列化 序列化就是把内存中的对象,转换成字节序列(或其他数据...

  • Hadoop实现自定义对象序列化

    1.需求记录用户的流量使用情况电话号码 上行 下行13726230501 200 11001...

  • hadoop序列化和反序列化

    hadoop序列化和反序列化 1 什么是序列化和反序列化 序列化就是将内存中的对象或数据,转换成字节数组,以便于存...

  • FastJSON 使用小结

    1. JSON格式字符串转为别的对象 反序列化:反序列化就是把JSON格式的字符串转化为Java Bean对...

  • XXL-CONF v1.4.1 发布,分布式配置管理平台

    版本新特性: 1、Ehcache缓存对象CacheNode序列化优化;2、XML配置方式,Bean初始化时配置加载...

  • Gson的使用-4

    简单自定义序列化 简单自定义反序列化 jsonAdapter()注解; 自定义序列化和反序列化的过程

  • hadoop(6)序列化

    1 hadoop自己的序列化 因为java中的序列化有太多的冗余信息,所以hadoop采用了自己的序列化机制。 2...

网友评论

      本文标题:Hadoop序列化-自定义Bean对象

      本文链接:https://www.haomeiwen.com/subject/qchybctx.html