注
如果需要文件和代码的话可评论区留言邮箱，我给你发源代码
本文来自博客园，作者：Arway，转载请注明原文链接：https://www.cnblogs.com/cenjw/p/hadoop-mapReduce-operator-case.html
实验要求
统计每个用户在不同时段中各个基站的停留时间。
1.功能描述
用户的手机，连接到不同的基站会产生一条记录。
数据格式为：用户标识 设备标识 基站位置 通讯的日期 通讯时间
example： 0000009999 0054785806 00000089 2016-02-21 21:55:37
需要得到的数据格式为：
用户标识 时段 基站位置 停留时间
example： 0000000001 09-18 00000003 15
用户0000000001在09-18点这个时间段在基站00000003停留了15分钟
2.实现思路
程序运行支持传入时间段，比如“09-18-24”，表示分为0点到9点，9点到18点，18点到24点三个时间段。
-
（1）Mapper阶段
对输入的数据，算出它属于哪个时间段。
k1：每行记录在文本中的偏移量。
v2：一条记录
k2用“用户ID，时间段”输出。
v2用“基站位置,时间”。时间用unix time -
（2）Reducer阶段
对获取的v3（v3是一个集合，每个元素是v2，相当于按照k2对v2分组）进行排序，以时间升序排序。
计算两两之间的时间间隔，保存到另一个集合中，两个不同的时间间隔中，从基站A移动到基站B，这样获取到在A基站的停留的时间。
同理从基站B移动到基站C，基站C移动到基站D，依次类推，所有的时间都获取到。再把时间累加起来，就可以获取到总的时间。
本文来自博客园，作者：Arway，转载请注明原文链接：https://www.cnblogs.com/cenjw/p/hadoop-mapReduce-operator-case.html
代码实现
PhoneMain.java
package phoneMapReduce; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Job; import org.apache.hadoop.mapreduce.lib.input.FileInputFormat; import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat; import java.io.IOException; /** * Created by ue50 on 11/13/19. */ public class PhoneMain { public static void main(String[] args) throws InterruptedException, IOException, ClassNotFoundException { //String.equals()比较字符串的值是否相同 if(args == null || "0".equals(args[0])) { throw new RuntimeException("argument is not right!"); } //Configuration是作业的配置信息类 Configuration configuration = new Configuration(); //set(String name, String value)设置配置项 configuration.set("timeRange", args[0]); Job job = Job.getInstance(configuration); job.setJarByClass(PhoneMain.class); job.setMapperClass(PhoneMapper.class); job.setMapOutputKeyClass(Text.class); job.setMapOutputKeyClass(Text.class); job.setReducerClass(PhoneReducer.class); job.setOutputKeyClass(Text.class); job.setOutputValueClass(Text.class); //FileInputFormat.setInputPaths(job, new Path("hdfs://xdata-m0:8020/user/ue50/pos.txt")); //FileOutputFormat.setOutputPath(job, new Path("hdfs://xdata-m0:8020/user/ue50/out")); FileInputFormat.setInputPaths(job, new Path(args[1])); FileOutputFormat.setOutputPath(job, new Path(args[2])); job.waitForCompletion(true); } } Mapper阶段
PhoneMapper.java
package phoneMapReduce; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.io.LongWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Mapper; import java.io.IOException; /** * Created by ue50 on 11/13/19. */ public class PhoneMapper extends Mapper<LongWritable, Text, Text, Text> { private int[] timeRangeList; @Override //setup()被MapReduce框架仅且执行一次，在执行Map任务前，进行相关变量或者资源的集中初始化工作 protected void setup(Context context) throws IOException,InterruptedException { //Configuration是作业的配置信息类,通过Configuration可以实现在多个mapper和多个reducer任务之间共享信息 Configuration configuration = context.getConfiguration(); //get(String name)根据配置项的键name获取相应的值 String timeRange = configuration.get("timeRange");//运行时传入的时间段,比如“09-18-24” String[] timeRangeString = timeRange.split("-"); timeRangeList = new int[timeRangeString.length]; for(int i = 0; i < timeRangeString.length;i++) { //timeRangeList数组保存传入的时间,如:09、18、24 timeRangeList[i] = Integer.parseInt(timeRangeString[i]); } } @Override protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException { String values[] = value.toString().split("\s+");//对一条记录"用户标识 设备标识 基站位置 通讯的时间"按空格拆分 String userId = values[0];//用户标识 String baseStation = values[2];//基站位置 String timeString = values[4];//访问时间,如:21:55:37 String[] times = timeString.split(":");//对访问时间按':'拆分 int hour = Integer.parseInt(times[0]);//小时 //startHour、endHour时间段的起止时间 int startHour = 0; int endHour = 0; for(int i = 0; i < timeRangeList.length; i++) { if(hour < timeRangeList[i]) { if(i == 0) { startHour = 0; } else { startHour = timeRangeList[i-1]; } endHour = timeRangeList[i]; break; } } if(startHour == 0 && endHour == 0) { return; } //k2:用户标识 时间段 v2:基站位置-访问时间 context.write(new Text(userId + "t" + startHour + "-" + endHour + "t"), new Text(baseStation + "-" + timeString)); } } Reducer阶段
package phoneMapReduce; import org.apache.hadoop.io.LongWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Reducer; import java.io.IOException; import java.text.DateFormat; import java.text.ParseException; import java.text.SimpleDateFormat; import java.util.*; /** * Created by ue50 on 11/13/19. */ public class PhoneReducer extends Reducer<Text, Text, Text, LongWritable> { @Override protected void reduce(Text key, Iterable<Text> values, Context context) throws IOException, InterruptedException { List<String> valueList = new LinkedList<String>();//基于链表的动态数组 //Map是一种把键对象和值对象映射的集合,TreeMap是一个有序的key-value集合， //它是通过红黑树实现的,TreeMap中的元素默认按照key的自然排序排列 Map<String, Long> residenceTimeMap = new TreeMap<String, Long>(); for(Text value : values) { String item = value.toString(); valueList.add(item);//"基站位置-访问时间"的集合 } if(valueList == null || valueList.size() <= 1) { return; } //Comparator是比较器 //Collections.sort()方法中的自定义比较器,根据比较器的实现逻辑对valueList进行排序 Collections.sort(valueList, new Comparator<String>() {//匿名内部类 @Override //重写比较器中的比较方法：compare方法 public int compare(String o1, String o2) { o1 = o1.split("-")[1]; o2 = o2.split("-")[1]; return o1.compareTo(o2);//根据访问时间对valueList排序,第一个参数.compareTo(第二个参数)升序 } }); for(int i = 0;i < valueList.size()-1; i++) { String station = valueList.get(i).split("-")[0];//基站位置 String time1 = valueList.get(i).split("-")[1];//访问时间 String time2 = valueList.get(i + 1).split("-")[1]; //对日期/时间进行格式化,HH:24小时制 DateFormat dateFormat = new SimpleDateFormat("HH:hh:ss"); //Date对象用于处理日期与时间 Date date1 = null; Date date2 = null; try{ date1 = dateFormat.parse(time1);//parse():把String型的字符串转换成特定格式的Date类型 date2 = dateFormat.parse(time2); }catch (ParseException e) { e.printStackTrace(); } //date1.before(date2),当date1小于date2时，返回TRUE，当大于等于时，返回false； if(date1.before(date2)) { long time = date2.getTime() - date1.getTime();//getTime方法返回的是毫秒数 Long count = residenceTimeMap.get(station);//返回key关联的值,没有值返回null if(count == null) { residenceTimeMap.put(station, time);//<基站位置,停留时间> } else { residenceTimeMap.put(station, count + time);//将停留时间累积 } } } valueList = null; //TreeMap的keySet():以升序返回一个具有TreeMap键的Set视图 Set<String> keySet = residenceTimeMap.keySet();//keySet:<基站位置> for(String mapKey : keySet) { long minute = residenceTimeMap.get(mapKey);//停留时间毫秒 minute = minute/1000/60;//分钟 //minute = minute/1000;//秒 context.write(new Text(key +"t" + mapKey +"t"), new LongWritable(minute)); } residenceTimeMap = null; } } 注
如果需要文件和代码的话可评论区留言邮箱，我给你发源代码
