Hadoop之Mapreduce序列化
什么是序列化:
序列化就是把內(nèi)存中的對象,轉(zhuǎn)換成字節(jié)序列(或其他數(shù)據(jù)傳輸協(xié)議)以便于存儲到磁盤(持久化)和網(wǎng)絡(luò)傳輸。
什么是反序列化:
反序列化就是將收到字節(jié)序列(或其他數(shù)據(jù)傳輸協(xié)議)或者是磁盤的持久化數(shù)據(jù),轉(zhuǎn)換成內(nèi)存中的對象。
為什么要序列化:
一般來說,“活的”對象只生存在內(nèi)存里,關(guān)機斷 電就沒有了。而且“活的”對象只能由本地的進程使用,不能被發(fā)送到網(wǎng)絡(luò)上的另外一臺計算機。 然而序列化可以存儲“活的”對象,可以將“活的”對象發(fā)送到遠程計算機。
Java的序列化:
在Java中也是有序列化的,我們?yōu)槭裁床煌ㄟ^idea使用Java的序列化那?
因為Java的序列化框架(Serializable)是一個繁重的框架,附帶信息比較多(各種校驗信息,Header,繼承體系等),不便于在網(wǎng)絡(luò)中高效傳輸。所以,Hadoop自己開發(fā)了一套序列化機制(Writable)。
Hadoop序列化:
Hadoop的序列化比較精簡,只有簡單的校驗,有緊湊(高效使用存儲空間),快速(讀寫數(shù)據(jù)的額外開銷?。ゲ僮鳎ㄖС侄嗾Z言的交互)的特點。
自定義序列化接口:
在開發(fā)過程中,基本序列化類型不能滿足所有需求,比如在Hadoop框架內(nèi)部傳遞一個bean對象(不是基本的數(shù)據(jù)類型(某個類)----沒有對應(yīng)的Hadoop類型),那么該對象就需要實現(xiàn)序列化接口。
實現(xiàn)序列化的步驟:
先看源碼進行簡單分析:
Writable接口(好像也分析不出什么)
兩個方法:
1.write: 進行序列化
2.readFields:進行反序列化

(1) 反序列化時,需要反射調(diào)用空參構(gòu)造函數(shù),所以必須有空參構(gòu)造
public FlowBean() {
super();
}(2) 重寫接口中的兩個方法***(注意:反序列化的順序和序列化的順序完全一致)
如數(shù)據(jù)結(jié)構(gòu)中的隊列一樣先進先出,先序列化則先反序列化
(3)需要重寫toString()方法,因為需要打印出來,否則打印出來的是地址
(4) 如果需要將自定義的bean放在key中傳輸,則還需要實現(xiàn)Comparable接口,因為MapReduce框中的Shuffle過程要求對key必須能排序。(比如:上一篇博客中的計算單詞出現(xiàn)次數(shù)中 最后呈現(xiàn)的單詞是按照26個英文字母的順序進行排序的)
看一個樣例源碼(字符串Text):

看到上圖 實現(xiàn)接口:
WritableComparable<BinaryComparable>
跟進一下:

看到該接口繼承自Comparable接口(這是Java中的一個API)
序列化案例實操:
案例需求:
統(tǒng)計每一個手機號耗費的總上行流量、總下行流量、總流量
(1)輸入數(shù)據(jù):

(2)輸入數(shù)據(jù)格式:

(3)期望輸出數(shù)據(jù)格式

需求分析:
先輸入數(shù)據(jù),輸入數(shù)據(jù)后需要進行mapper階段---》reduce階段---》輸出階段
mapper階段:
先考慮輸入kv (k---偏移量 v是一行數(shù)據(jù))
輸出(kv)為reduce的輸入(kv) (本樣例中使用的k是手機號--統(tǒng)計手機號的流量使用 v為上行流量,下行流量,總流量 則需要封裝bean類(自定義對象) 再進行序列化傳輸(為什么要進行序列化那?----因為再計算的過程中可能由于資源問題mapper和reduce不在同一臺服務(wù)器上))
輸出(kv)同樣也是(手機號,bean類)
編寫MapperReduce程序:
1.FlowBean代碼:
package com.tangxiaocong.mapreduce.writable;
import org.apache.hadoop.io.Writable;
import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;
/*
*
* 定義bean類
* 需要實現(xiàn)writable
* 重寫序列化和反序列化方法
* 重寫空參構(gòu)造
* 重寫tostring方法
*
* */
public class FlowBean implements Writable {
private long upFlow;
private long downFlow;
private long sumFlow;
public long getUpFlow() {
return upFlow;
}
public void setUpFlow(long upFlow) {
this.upFlow = upFlow;
}
public long getDownFlow() {
return downFlow;
}
public void setDownFlow(long downFlow) {
this.downFlow = downFlow;
}
public long getSumFlow() {
return sumFlow;
}
public void setSumFlow(long sumFlow) {
this.sumFlow = sumFlow;
}
public void setSumFlow() {
this.sumFlow = this.downFlow+this.upFlow;
}
//生成空參構(gòu)造函數(shù)由于反射 快捷鍵alt + insert
public FlowBean() {
}
@Override
public void write(DataOutput out) throws IOException {
//序列化方法
// 向緩沖流中寫入Long類型的數(shù)據(jù)
out.writeLong(upFlow);
out.writeLong(downFlow);
out.writeLong(sumFlow);
}
@Override
public void readFields(DataInput in) throws IOException {
//反序列化方法
//讀取緩沖區(qū)中數(shù)據(jù)
this.upFlow= in.readLong();
this.downFlow= in.readLong();
this.sumFlow= in.readLong();
}
@Override
public String toString() {
return upFlow + "\t"+downFlow +"\t"+ sumFlow ;
}
}2.Mapper代碼:
package com.tangxiaocong.mapreduce.writable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;
import java.io.IOException;
public class FlowMapper extends Mapper<LongWritable, Text,Text,FlowBean> {
private Text outK=new Text();
private FlowBean outV=new FlowBean(); //調(diào)用的無參構(gòu)造函數(shù)
@Override
protected void map(LongWritable key, Text value, Mapper<LongWritable, Text, Text, FlowBean>.Context context) throws IOException, InterruptedException {
//1 獲取一行
//1 13736230513 192.196.100.1 www.atguigu.com 2481 24681 200
String s = value.toString();// 將數(shù)據(jù)轉(zhuǎn)換成string
//2 進行切割
String[] split = s.split("\t"); //將數(shù)據(jù)按寫入形式進行切割
//3 抓取想要的數(shù)據(jù)
//根據(jù)角標獲取 手機號 上行流量 下行流量
String phone = split[1];
String up = split[split.length - 3];// 不能正序 因為有的屬性是沒有字段的
String down = split[split.length - 2];
// 封裝輸出的kv
outK.set(phone);
outV.setUpFlow(Long.parseLong(up));// up為string類型
outV.setDownFlow(Long.parseLong(down));
outV.setSumFlow(); //
//寫出
context.write(outK,outV);
}
}3. reduce代碼:
package com.tangxiaocong.mapreduce.writable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;
import java.io.IOException;
public class FlowReducer extends Reducer <Text,FlowBean,Text,FlowBean>{
private FlowBean outv=new FlowBean();
@Override
protected void reduce(Text key, Iterable<FlowBean> values, Reducer<Text, FlowBean, Text, FlowBean>.Context context) throws IOException, InterruptedException {
long totalUp=0;
long totaldown=0;
//分析 傳入TEXT 為手機號 后邊為集合(Bean類的對象的集合)輸出還是一個一個bean類 (每個手機號的總和)
for (FlowBean value : values) { //傳入的參數(shù)是同一個key的
totalUp+=value.getUpFlow();
totaldown+=value.getDownFlow();
}
// 現(xiàn)在求出的是每個手機號的總的上行流量 下行流量
//封裝 key不需要
//outv
outv.setUpFlow(totalUp);
outv.setDownFlow(totaldown);
outv.setSumFlow();
//寫出
context.write(key,outv);
}
}4.driver代碼:
package com.tangxiaocong.mapreduce.writable;
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;
public class FlowDriver {
public static void main(String[] args) throws IOException, InterruptedException, ClassNotFoundException {
//獲取JOB
Configuration entries = new Configuration();
Job job = Job.getInstance(entries);
job.setJarByClass(FlowDriver.class);
//關(guān)聯(lián)mapper 和reduce
job.setMapperClass(FlowMapper.class);
job.setReducerClass(FlowReducer.class);
//設(shè)置mapper 輸出的key 和value
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(FlowBean.class);
// 設(shè)置最終的數(shù)據(jù)輸出的key和value 類型
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(FlowBean.class);
//設(shè)置數(shù)據(jù)的輸入路徑和輸出路徑
FileInputFormat.setInputPaths(job, new Path("D:\\hadoop\\phone_data.txt"));
FileOutputFormat.setOutputPath(job, new Path("D:\\hadoop\\output3"));
//提交job
boolean b = job.waitForCompletion(true);
System.exit(b ? 0 : 1);
}
}最后運行
出現(xiàn)了bug 經(jīng)過兩個小時的調(diào)試 找出答案 是在driver類中設(shè)置mapper類輸出kv類型出現(xiàn)差錯沒有配型成功
現(xiàn)在是運作正確的



到此這篇關(guān)于Hadoop之Mapreduce序列化的文章就介紹到這了,更多相關(guān)Mapreduce序列化內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
解決springboot沒有啟動標識,啟動類也沒有啟動標識的問題
這篇文章主要介紹了解決springboot沒有啟動標識,啟動類也沒有啟動標識的問題,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2022-01-01
MyBatis-Plus 自定義sql語句的實現(xiàn)
這篇文章主要介紹了MyBatis-Plus 自定義sql語句的實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-12-12
學(xué)會IDEA REST Client后就可以丟掉postman了
這篇文章主要介紹了學(xué)會IDEA REST Client后就可以丟掉postman了,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-12-12
idea中一鍵自動生成序列化serialVersionUID方式
這篇文章主要介紹了idea中一鍵自動生成序列化serialVersionUID方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-09-09
Java 實現(xiàn)多線程切換等待喚醒交替打印奇偶數(shù)
這篇文章主要介紹了Java 實現(xiàn)多線程切換等待喚醒交替打印奇偶數(shù) ,本文通過實例代碼給大家介紹的非常詳細,具有一定的參考借鑒價值,需要的朋友可以參考下2019-05-05
詳解SpringBoot結(jié)合策略模式實戰(zhàn)套路
這篇文章主要介紹了詳解SpringBoot結(jié)合策略模式實戰(zhàn)套路,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-10-10

