hadoop mapreduce数据去重 假设我们有下面两个文件，需要把重复的数据去除。 file0 [plain] 2012-3-1 a 2012-3-2 b 2012-3-3 c 2012-3-4 d 2012-3-5 a 2012-3-6 b 2012-3-7 c 2012-3-3 c file1 [plain] 2012-3-1 b 2012-3-2 a 2012-3-3 b 2012-3-4 d 2012-3-
hadoop mapreduce数据去重
假设我们有下面两个文件，需要把重复的数据去除。
file0
[plain]
2012-3-1 a
2012-3-2 b
2012-3-3 c
2012-3-4 d
2012-3-5 a
2012-3-6 b
2012-3-7 c
2012-3-3 c
file1
[plain]
2012-3-1 b
2012-3-2 a
2012-3-3 b
2012-3-4 d
2012-3-5 a
2012-3-6 c
2012-3-7 d
2012-3-3 c
我们知道，map处理之后，相同的key的值会被聚合起来，交给一个reduce处理，所以，我们可以把输出的内容作为输出的key，reduce原样输出key就OK，mapreduce的代码如下：
[java]
// map将输入中的value复制到输出数据的key上，并直接输出
public static class Map extends Mapper
private static Text line = new Text();// 每行数据
// 实现map函数
预订版是外卖通系列软件之一，此版本和专业外卖版不一样，专业预订版侧重于餐饮业在线预订的实现。平台为用户提供大量的餐饮数据，由于人们对吃的要求苛刻与不通，用户不用在为去哪里吃饭而发愁，用户可以通过平台筛选就餐目标，然后执行预订操作；平台作为就餐者和商家的介质，从平台预订的可以享受一定的折扣，消费者同样可以从预订结果中获得一定的积分收入；同样，和外卖版一样，集成了短信通知、广告管理、专题管理、推广、多
0
public void map(Object key, Text value, Context context)
throws IOException, InterruptedException {
line = value;
context.write(line, new Text(""));
}
}
// reduce将输入中的key复制到输出数据的key上，并直接输出
public static class Reduce extends Reducer
// 实现reduce函数
public void reduce(Text key, Iterable
throws IOException, InterruptedException {
context.write(key, new Text(""));
}
}
处理后的文件如下：
[plain]
2012-3-1 a
2012-3-1 b
2012-3-2 a
2012-3-2 b
2012-3-3 b
2012-3-3 c
2012-3-4 d
2012-3-5 a
2012-3-6 b
2012-3-6 c
2012-3-7 c
2012-3-7 d
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移，垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是，许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号
101
收藏
