头歌-第1关：MapReduce的编程开发-排序_头歌 第1关:mapreduce的编程开发-求平均值

• 任务描述
• 相关知识
  • 排序概述
  • 数据文件格式说明
  • 商品点击量排行
  • cleanup()方法
• 编程要求
• 测试说明

---

任务描述

本关任务：根据用户行为数据，编写 MapReduce 程序来统计出商品点击量排行。

相关知识

排序概述

1. 在 MapReduce 的 Shuffle 的过程中执行了三次排序，分别是： map 中的溢写阶段：根据分区以及 key 进行快速排序。 map 中合并溢写文件：将同一分区的多个溢写文件进行归并排序，合成一个大的溢写文件。 reduce 输入阶段：将同一分区，来自不同 map task 的数据文件进行归并排序。

2. 在 MapReduce 整个过程中，默认是会对输出的键值对按照 key 进行排序的，而且是使用快速排序。map 输出的排序的，其实也就是上面的溢写过程中的排序。reduce 输出的排序，即 reduce 处理完数据后，MapReduce内部会自动对输出的键值对按照key进行排序。

数据文件格式说明

这是编程中用到的电商数据，为 CSV 格式，文件名user_behavior.csv，大小9948行，前几行示例如下：

1. 1002309,1008608,手机,pv
2. 1002573,1009007,耳机,pv
3. 1001541,1008614,手机,pv
4. 1001192,1008612,手机,pv
5. 1001016,1008909,平板电脑,buy
6. 1001210,1008605,手机,pv
7. 1001826,1008704,笔记本,pv
8. 1002208,1008906,平板电脑,pv
9. 1002308,1008702,笔记本,pv
10. 1002080,1008702,笔记本,cart
11. 1001525,1008702,笔记本,cart
12. 1002749,1008702,笔记本,pv
13. 1002134,1008704,笔记本,cart
14. 1002497,1008608,手机,pv
15. ···
16. ---总共 9948行---

• 每一行数据（4列）分别表示: 用户id, 商品id, 商品类别, 用户行为；
• 商品类别有 手机、平板电脑、笔记本、智能手表、耳机，总共5大类别；
• 用户行为中pv代表点击浏览，cart代表加入购物车，fav代表添加到喜欢，buy代表购买。

商品点击量排行

即统计出每个商品id中用户行为是pv（点击浏览）的数量，reduce的输出最后是按点击量的大小从大到小排序。

cleanup()方法

编程中可能会用到 cleanup() 方法，cleanup 方法是 mapper/reduce 对象执行完所有的 map/reduce 方法之后最后执行的方法，可用于清理资源释放或清理工作；默认继承的父类方法为空，什么也不做。

编程要求

根据提示，在右侧编辑器补充代码，计算得出商品点击量排行。

• main 方法已给出，其中 Job 和输入输出路径已配置完成，无需更改；
• map 和 reduce 的输入输出 key、value 已给出；
• 编程中直接写 map 与 reduce 过程的主要内容即可。

预期输出格式（按点击量从大到小）:

1. 商品id,点击量
2. 商品id,点击量
3. ···
4. ···

测试说明

平台会对你编写的代码进行测试，如果编写的 MapReduce 输出与预期一致，则通过。

注：出于显示原因，网页端的 mapreduce 的输出结果中制表符统一用逗号代替显示，但在实际 reduce 结果中 key\value 仍是原样制表符分割，这只是显示上的变化，不影响编程与评测结果。

---

开始你的任务吧，祝你成功！

代码如下：

package educoder;

import java.io.IOException;

import java.util.LinkedList;

import java.util.List;

import java.util.stream.Collectors;

import org.apache.hadoop.conf.Configuration;

import org.apache.hadoop.fs.Path;

import org.apache.hadoop.io.IntWritable;

import org.apache.hadoop.io.Text;

import org.apache.hadoop.mapreduce.Job;

import org.apache.hadoop.mapreduce.Mapper;

import org.apache.hadoop.mapreduce.Reducer;

import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;

import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

/**

 * UserLoseDriver

 */

public class ItemClickRankDriver {

    public static class ThisMap extends Mapper<Object, Text, Text, IntWritable> {

        private static IntWritable one = new IntWritable(1);

        @Override

        protected void map(Object key, Text value, Context context) throws IOException, InterruptedException {

           

            /*** 在这编写map内容 ****/

            /********** Begin **********/

//1. 分割每行数据

            String[] atts=value.toString().split(",");

           

            //2. 得到商品id

            String item=atts[1];

            //3. 得到行为属性

            String behavior=atts[3];

            //4. 如果行为属性是 'pv'，则写入到map输出

            if(behavior.equals("pv")){

                context.write(new Text(item),one);

            }

            /********** End **********/

        }

    }

    public static class ThisReduce extends Reducer<Text, IntWritable, Text, IntWritable> {

        //对象实例，用来保存reduce方法中处理的数据

        List<Object[]> list=new LinkedList<>();

        @Override

        protected void reduce(Text key, Iterable<IntWritable> values, Context context)

                throws IOException, InterruptedException {

            /*** 在这编写reduce内容 ****/

            /********** Begin **********/

            int sum=0;

            for(IntWritable one:values){

                sum+=one.get();

            }

            list.add(new Object[] {key.toString(),Integer.valueOf(sum)});

            // 统计同key总数， 把key和sum写入到list中

            /********** End **********/

        }

       

        //cleanup方法，即reduce对象执行完所有的reduce方法后最后执行的方法

        @Override

        protected void cleanup(Reducer<Text, IntWritable, Text, IntWritable>.Context context)

                throws IOException, InterruptedException {

    list=list.stream().sorted((o1,o2) -> {return ((int)o1[1] - (int)o2[1]);}).collect(Collectors.toList());      

        for(int i=list.size()-1;i>=0;i--){

            Object[] o=list.get(i);

            context.write(new Text((String) o[0]),new IntWritable((int) o[1]));

        }    

            /********** Begin **********/

           

            /********** End **********/

        }

    }

    public static void main(String[] args) throws Exception {

        Configuration conf = new Configuration();

        Job job = Job.getInstance(conf, "商品点击量排行");

        job.setJarByClass(ItemClickRankDriver.class);

        job.setMapperClass(ThisMap.class);

        job.setMapOutputKeyClass(Text.class);

        job.setMapOutputValueClass(IntWritable.class);

        job.setReducerClass(ThisReduce.class);

        job.setOutputKeyClass(Text.class);

        job.setOutputValueClass(IntWritable.class);

        FileInputFormat.addInputPath(job, new Path(args[0]));

        FileOutputFormat.setOutputPath(job, new Path(args[1]));

        System.exit(job.waitForCompletion(true) ? 0 : 1);

    }

}