hadoopMapReduce运营商案例关于用户基站停留数据统计

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