爆款云主机2核4G限时秒杀,88元/年起!
查看详情

活动

天翼云最新优惠活动,涵盖免费试用,产品折扣等,助您降本增效!
热门活动
  • 618智算钜惠季 爆款云主机2核4G限时秒杀,88元/年起!
  • 免费体验DeepSeek,上天翼云息壤 NEW 新老用户均可免费体验2500万Tokens,限时两周
  • 云上钜惠 HOT 爆款云主机全场特惠,更有万元锦鲤券等你来领!
  • 算力套餐 HOT 让算力触手可及
  • 天翼云脑AOne NEW 连接、保护、办公,All-in-One!
  • 中小企业应用上云专场 产品组合下单即享折上9折起,助力企业快速上云
  • 息壤高校钜惠活动 NEW 天翼云息壤杯高校AI大赛,数款产品享受线上订购超值特惠
  • 天翼云电脑专场 HOT 移动办公新选择,爆款4核8G畅享1年3.5折起,快来抢购!
  • 天翼云奖励推广计划 加入成为云推官,推荐新用户注册下单得现金奖励
免费活动
  • 免费试用中心 HOT 多款云产品免费试用,快来开启云上之旅
  • 天翼云用户体验官 NEW 您的洞察,重塑科技边界

智算服务

打造统一的产品能力,实现算网调度、训练推理、技术架构、资源管理一体化智算服务
智算云(DeepSeek专区)
科研助手
  • 算力商城
  • 应用商城
  • 开发机
  • 并行计算
算力互联调度平台
  • 应用市场
  • 算力市场
  • 算力调度推荐
一站式智算服务平台
  • 模型广场
  • 体验中心
  • 服务接入
智算一体机
  • 智算一体机
大模型
  • DeepSeek-R1-昇腾版(671B)
  • DeepSeek-R1-英伟达版(671B)
  • DeepSeek-V3-昇腾版(671B)
  • DeepSeek-R1-Distill-Llama-70B
  • DeepSeek-R1-Distill-Qwen-32B
  • Qwen2-72B-Instruct
  • StableDiffusion-V2.1
  • TeleChat-12B

应用商城

天翼云精选行业优秀合作伙伴及千余款商品,提供一站式云上应用服务
进入甄选商城进入云市场创新解决方案
办公协同
  • WPS云文档
  • 安全邮箱
  • EMM手机管家
  • 智能商业平台
财务管理
  • 工资条
  • 税务风控云
企业应用
  • 翼信息化运维服务
  • 翼视频云归档解决方案
工业能源
  • 智慧工厂_生产流程管理解决方案
  • 智慧工地
建站工具
  • SSL证书
  • 新域名服务
网络工具
  • 翼云加速
灾备迁移
  • 云管家2.0
  • 翼备份
资源管理
  • 全栈混合云敏捷版(软件)
  • 全栈混合云敏捷版(一体机)
行业应用
  • 翼电子教室
  • 翼智慧显示一体化解决方案

合作伙伴

天翼云携手合作伙伴,共创云上生态,合作共赢
天翼云生态合作中心
  • 天翼云生态合作中心
天翼云渠道合作伙伴
  • 天翼云代理渠道合作伙伴
天翼云服务合作伙伴
  • 天翼云集成商交付能力认证
天翼云应用合作伙伴
  • 天翼云云市场合作伙伴
  • 天翼云甄选商城合作伙伴
天翼云技术合作伙伴
  • 天翼云OpenAPI中心
  • 天翼云EasyCoding平台
天翼云培训认证
  • 天翼云学堂
  • 天翼云市场商学院
天翼云合作计划
  • 云汇计划
天翼云东升计划
  • 适配中心
  • 东升计划
  • 适配互认证

开发者

开发者相关功能入口汇聚
技术社区
  • 专栏文章
  • 互动问答
  • 技术视频
资源与工具
  • OpenAPI中心
开放能力
  • EasyCoding敏捷开发平台
培训与认证
  • 天翼云学堂
  • 天翼云认证
魔乐社区
  • 魔乐社区

支持与服务

为您提供全方位支持与服务,全流程技术保障,助您轻松上云,安全无忧
文档与工具
  • 文档中心
  • 新手上云
  • 自助服务
  • OpenAPI中心
定价
  • 价格计算器
  • 定价策略
基础服务
  • 售前咨询
  • 在线支持
  • 在线支持
  • 工单服务
  • 建议与反馈
  • 用户体验官
  • 服务保障
  • 客户公告
  • 会员中心
增值服务
  • 红心服务
  • 首保服务
  • 客户支持计划
  • 专家技术服务
  • 备案管家

了解天翼云

天翼云秉承央企使命,致力于成为数字经济主力军,投身科技强国伟大事业,为用户提供安全、普惠云服务
品牌介绍
  • 关于天翼云
  • 智算云
  • 天翼云4.0
  • 新闻资讯
  • 天翼云APP
基础设施
  • 全球基础设施
  • 信任中心
最佳实践
  • 精选案例
  • 超级探访
  • 云杂志
  • 分析师和白皮书
  • 天翼云·创新直播间
市场活动
  • 2025智能云生态大会
  • 2024智算云生态大会
  • 2023云生态大会
  • 2022云生态大会
  • 天翼云中国行
天翼云
  • 活动
  • 智算服务
  • 产品
  • 解决方案
  • 应用商城
  • 合作伙伴
  • 开发者
  • 支持与服务
  • 了解天翼云
      • 文档
      • 控制中心
      • 备案
      • 管理中心

      hadoop案例:Mapjoin

      首页 知识中心 其他 文章详情页

      hadoop案例:Mapjoin

      2023-06-07 07:36:28 阅读次数:93

      hadoop

      pom.xml

      <groupId>com.huang</groupId>
          <artifactId>Hadoop</artifactId>
          <version>1.0-SNAPSHOT</version>
          <build>
              <plugins>
                  <plugin>
                      <groupId>org.apache.maven.plugins</groupId>
                      <artifactId>maven-compiler-plugin</artifactId>
                      <configuration>
                          <source>7</source>
                          <target>7</target>
                      </configuration>
                  </plugin>
              </plugins>
          </build>
          <dependencies>
          <dependency>
              <groupId>junit</groupId>
              <artifactId>junit</artifactId>
              <version>RELEASE</version>
          </dependency>
          <dependency>
              <groupId>org.apache.logging.log4j</groupId>
              <artifactId>log4j-core</artifactId>
              <version>2.8.2</version>
          </dependency>
          <dependency>
              <groupId>org.apache.hadoop</groupId>
              <artifactId>hadoop-common</artifactId>
              <version>2.7.2</version>
          </dependency>
          <dependency>
              <groupId>org.apache.hadoop</groupId>
              <artifactId>hadoop-client</artifactId>
              <version>2.7.2</version>
          </dependency>
          <dependency>
              <groupId>org.apache.hadoop</groupId>
              <artifactId>hadoop-hdfs</artifactId>
              <version>2.7.2</version>
          </dependency>
          <dependency>
              <groupId>junit</groupId>
              <artifactId>junit</artifactId>
              <version>RELEASE</version>
              <scope>compile</scope>
          </dependency>
      
      </dependencies>
      </project>
      

      输入数据

      order.txt

      1001	01	1
      1002	02	2
      1003	03	3
      1004	01	4
      1005	02	5
      1006	03	6
      

      pd.txt

      01	小米
      02	华为
      03	格力
      
      

      hadoop案例:Mapjoin

      期望结果

      hadoop案例:Mapjoin

      需求分析

      hadoop案例:Mapjoin

      Mapper类

      package com.mr.mapjoin;
      
      import org.apache.commons.lang.StringUtils;
      import org.apache.hadoop.io.IOUtils;
      import org.apache.hadoop.io.LongWritable;
      import org.apache.hadoop.io.NullWritable;
      import org.apache.hadoop.io.Text;
      import org.apache.hadoop.mapreduce.Mapper;
      
      import java.io.BufferedReader;
      import java.io.FileInputStream;
      import java.io.IOException;
      import java.io.InputStreamReader;
      import java.net.URI;
      import java.util.HashMap;
      
      
      public class MapJoinMapper extends Mapper<LongWritable, Text, Text, NullWritable> {
      
      
          HashMap<String, String> pdMap = new HashMap<>();
          Text text = new Text();
      
      
          @Override
          protected void setup(Context context) throws IOException, InterruptedException {
      //        获取到缓存文件,是一个 URI 的数组
              URI[] cacheFiles = context.getCacheFiles();
      //        由于只有一个缓存文件 pd.txt,我们这里只需要拿到第一个元素即可
              URI pdUri = cacheFiles[0];
      //        获取到缓存文件的路径
              String path = pdUri.getPath();
      
      //        获取到bufferedReader对象(缓冲字符流)
             // FileInputStream fileInputStream = new FileInputStream(path);
             // InputStreamReader inputStreamReader = new InputStreamReader(fileInputStream);
              BufferedReader bufferedReader = new BufferedReader(new InputStreamReader(new FileInputStream(path)));
      
      //        对每行数据做迭代,进行切割,切割后的数据放入到map中
              String line;
             // String line = bufferedReader.readLine();
      //        while (!(line = bufferedReader.readLine()).isEmpty()) {
              while (StringUtils.isNotEmpty(line = bufferedReader.readLine())) {
                  String[] split = line.split("\t");
                  pdMap.put(split[0], split[1]);
              }
      //        关闭资源
              IOUtils.closeStream(bufferedReader);
      
          }
      
          @Override
          protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
      //        读取order.txt 的每行数据,并进行切割
              String[] split = value.toString().split("\t");
      //        获取 pid 公共字段
              String pid = split[1];
      //        根据pid从map中获取到pname
              String pname = pdMap.get(pid);
      
      //        拼接最后的结果
              text.set(split[0] + "\t" + pname + "\t" + split[2]);
              context.write(text, NullWritable.get());
      
          }
      }
      

      Reducer类

      无,这里需要,在driver里面设就行

      Driver类

      package com.mr.mapjoin;
      
      import org.apache.hadoop.conf.Configuration;
      import org.apache.hadoop.fs.Path;
      import org.apache.hadoop.io.NullWritable;
      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;
      import java.net.URI;
      import java.net.URISyntaxException;
      
      
      public class MapJoinDriver {
          public static void main(String[] args) throws IOException, URISyntaxException, ClassNotFoundException, InterruptedException {
              args = new String[]{"E:/Hadoop/src/main/resources/input/jointest", "E:/Hadoop/src/main/resources/ouput/join"};
      
              Configuration configuration = new Configuration();
              Job job = Job.getInstance(configuration);
      
              job.setJarByClass(MapJoinDriver.class);
      
              job.setMapOutputKeyClass(Text.class);
              job.setMapOutputValueClass(NullWritable.class);
      
              job.setMapperClass(MapJoinMapper.class);
      
              job.addCacheFile(new URI("file:///E:/Hadoop/src/main/resources/input/tablenum/pd.txt"));
              job.setNumReduceTasks(0);
      
              FileInputFormat.setInputPaths(job, new Path(args[0]));
              FileOutputFormat.setOutputPath(job, new Path(args[1]));
      
              boolean b = job.waitForCompletion(true);
              System.exit(b ? 0 : 1);
      
      
      
          }
      }
      
      

      执行结果

      版权声明:本文内容来自第三方投稿或授权转载,原文地址:https://thexing.blog.csdn.net/article/details/109456606,作者:张国荣家的弟弟,版权归原作者所有。本网站转在其作品的目的在于传递更多信息,不拥有版权,亦不承担相应法律责任。如因作品内容、版权等问题需要同本网站联系,请发邮件至ctyunbbs@chinatelecom.cn沟通。

      上一篇:k8s安装gitlab,yaml如何写?

      下一篇:pandas高级处理-合并

      相关文章

      2025-04-18 07:10:38

      hadoop-hdfs简介及常用命令详解(超详细)

      HDFS(Hadoop Distributed File System)是Apache Hadoop生态系统中的分布式文件系统,用于存储和处理大规模数据集。HDFS具有高容错性、高可靠性和高吞吐量的特点,适用于大数据处理和分析场景。

      2025-04-18 07:10:38
      file , hadoop , HDFS , txt , user , 文件 , 目录
      2025-04-14 08:45:56

      【Hadoop】YARN多资源队列配置及使用实践

      【Hadoop】YARN多资源队列配置及使用实践

      2025-04-14 08:45:56
      ci , hadoop , mapreduce , yarn , 大数据
      2025-03-28 07:40:23

      启动hadoop集群时报错ERROR: Attempting to operate on hdfs namenode as root

      启动hadoop集群时报错ERROR: Attempting to operate on hdfs namenode as root

      2025-03-28 07:40:23
      hadoop , root
      2025-03-17 08:27:30

      【配置/认证】Authentication for Hadoop(3.3.1) HTTP web-consoles : Hadoop的simple认证 不是银弹

      【配置/认证】Authentication for Hadoop(3.3.1) HTTP web-consoles : Hadoop的simple认证 不是银弹

      2025-03-17 08:27:30
      hadoop , Hadoop , HTTP , user , web
      2025-03-12 09:31:44

      【基础-配置文件】:hadoop配置文件作用概述ing

      【基础-配置文件】:hadoop配置文件作用概述ing

      2025-03-12 09:31:44
      hadoop , xml , yarn , 配置文件
      2024-11-20 09:46:40

      通过sqoop将mysql数据导入到hive中进行计算示例

      通过sqoop将mysql数据导入到hive中进行计算示例

      2024-11-20 09:46:40
      hadoop , hive , mysql
      2024-11-05 08:58:14

      大数据ClickHouse进阶(十三):ClickHouse的GROUP BY 子句

      Group By子句又称聚合查询,与MySQL或者Hive中的使用方式一样,但是需要注意一点在Select查询中如果有聚合查询,例如max,min等,与聚合查询出现的字段一定要出现在Group by中,否则语句报错。

      2024-11-05 08:58:14
      hadoop , hive , 数据库
      2024-11-04 09:32:52

      HDFS常用命令整理

      HDFS 文件系统提供了相当多的shell 操作命令,大大方便了程序员和系统管理人员查看、修改HDFS 上的文件。

      2024-11-04 09:32:52
      hadoop , hdfs
      2024-09-25 10:15:32

      hadoop 分布式环境搭建处理

      hadoop 分布式环境搭建处理

      2024-09-25 10:15:32
      hadoop
      2024-09-25 10:14:48

      flinkcdc+hudi0.10+hive(自动同步分区+压缩)

      flinkcdc+hudi0.10+hive(自动同步分区+压缩)

      2024-09-25 10:14:48
      flink , hadoop , hive
      查看更多
      推荐标签

      作者介绍

      天翼云小翼
      天翼云用户

      文章

      33561

      阅读量

      5227697

      查看更多

      最新文章

      hadoop-hdfs简介及常用命令详解(超详细)

      2025-04-18 07:10:38

      启动hadoop集群时报错ERROR: Attempting to operate on hdfs namenode as root

      2025-03-28 07:40:23

      HDFS常用命令整理

      2024-11-04 09:32:52

      flinkcdc+hudi0.10+hive(自动同步分区+压缩)

      2024-09-25 10:14:48

      java api访问hive操作示例

      2024-09-25 10:14:09

      apache kyuubi + dremio 集成试用

      2024-09-25 10:13:57

      查看更多

      热门文章

      从hadoop2.2,HBase0.96 mapreduce操作

      2023-02-16 08:53:34

      Apache hdfs日常操作

      2023-07-04 07:10:17

      SSH免密钥登录 ------Hadoop学习(2)

      2023-04-21 03:11:35

      hive 默认队列修改

      2023-05-31 08:48:11

      flinkcdc+hudi0.10+hive(自动同步分区+压缩)

      2024-09-25 10:14:48

      hadoop案例:NLine (分行统计)

      2023-06-07 07:27:35

      查看更多

      热门标签

      linux java python javascript 数组 前端 docker Linux vue 函数 shell git 节点 容器 示例
      查看更多

      相关产品

      弹性云主机

      随时自助获取、弹性伸缩的云服务器资源

      天翼云电脑(公众版)

      便捷、安全、高效的云电脑服务

      对象存储

      高品质、低成本的云上存储服务

      云硬盘

      为云上计算资源提供持久性块存储

      查看更多

      随机文章

      Hive连接时报错user:hadoop is not allowed to impersonate anonymous

      使用msck修复hive分区时报错Unexpected partition key hour found at

      【Hadoop】HDFS回收站与安全模式

      hive创建udf函数流程

      Centos7安装hadoop

      hadoop-hdfs简介及常用命令详解(超详细)

      • 7*24小时售后
      • 无忧退款
      • 免费备案
      • 专家服务
      售前咨询热线
      400-810-9889转1
      关注天翼云
      • 旗舰店
      • 天翼云APP
      • 天翼云微信公众号
      服务与支持
      • 备案中心
      • 售前咨询
      • 智能客服
      • 自助服务
      • 工单管理
      • 客户公告
      • 涉诈举报
      账户管理
      • 管理中心
      • 订单管理
      • 余额管理
      • 发票管理
      • 充值汇款
      • 续费管理
      快速入口
      • 天翼云旗舰店
      • 文档中心
      • 最新活动
      • 免费试用
      • 信任中心
      • 天翼云学堂
      云网生态
      • 甄选商城
      • 渠道合作
      • 云市场合作
      了解天翼云
      • 关于天翼云
      • 天翼云APP
      • 服务案例
      • 新闻资讯
      • 联系我们
      热门产品
      • 云电脑
      • 弹性云主机
      • 云电脑政企版
      • 天翼云手机
      • 云数据库
      • 对象存储
      • 云硬盘
      • Web应用防火墙
      • 服务器安全卫士
      • CDN加速
      热门推荐
      • 云服务备份
      • 边缘安全加速平台
      • 全站加速
      • 安全加速
      • 云服务器
      • 云主机
      • 智能边缘云
      • 应用编排服务
      • 微服务引擎
      • 共享流量包
      更多推荐
      • web应用防火墙
      • 密钥管理
      • 等保咨询
      • 安全专区
      • 应用运维管理
      • 云日志服务
      • 文档数据库服务
      • 云搜索服务
      • 数据湖探索
      • 数据仓库服务
      友情链接
      • 中国电信集团
      • 189邮箱
      • 天翼企业云盘
      • 天翼云盘
      ©2025 天翼云科技有限公司版权所有 增值电信业务经营许可证A2.B1.B2-20090001
      公司地址:北京市东城区青龙胡同甲1号、3号2幢2层205-32室
      • 用户协议
      • 隐私政策
      • 个人信息保护
      • 法律声明
      备案 京公网安备11010802043424号 京ICP备 2021034386号