天天看點
傳回

Hadoop的序列化和反序列化，和執行個體示範

目錄

什麼是序列化和反序列化？

hadoop 中常用資料的序列化類型 

 自定義bean對象實作序列化接口（Writable）

 序列化案例實操    

自定義類：FlowBean

Mapper類

Mapper

Driver

什麼是序列化和反序列化？

序列化：将記憶體中的對象裝換成位元組序列，以便于持久化到硬碟和網絡傳輸

反序列化：将接收到的位元組序列或者是磁盤中的持久化資料轉換成記憶體中的對象

在Hadoop中涉及到叢集，叢集件的需要進行大量的資料傳輸，是以對于Hadoop叢集來說會有一個需求就是怎麼樣将A 機器記憶體中的資料傳輸到B 機器？這可以使用java自帶的序列化架構，serializable；但是由于java自帶的序列化會有很多額外的資訊，不利于網絡的傳輸，是以hadoop有自己的序列化機制 Writable。

hadoop 中常用資料的序列化類型 

表4-1 常用的資料類型對應的Hadoop資料序列化類型

Java類型 Hadoop Writable類型
Boolean BooleanWritable
Byte ByteWritable
Int IntWritable
Float FloatWritable
Long LongWritable
Double DoubleWritable
String Text
Map MapWritable
Array ArrayWritable

 自定義bean對象實作序列化接口（Writable）

在企業開發中往往常用的基本序列化類型不能滿足所有需求，比如在Hadoop架構内部傳遞一個bean對象，那麼該對象就需要實作序列化接口。具體實作bean對象序列化步驟如下7步。

（1）必須實作Writable接口

（2）反序列化時，需要反射調用空參構造函數，是以必須有空參構造

public FlowBean() {
   super();
}

（3）重寫序列化方法

@Override
public void write(DataOutput out) throws IOException {
   out.writeLong(upFlow);
   out.writeLong(downFlow);
   out.writeLong(sumFlow);
}

（4）重寫反序列化方法

@Override
public void readFields(DataInput in) throws IOException {
   upFlow = in.readLong();
   downFlow = in.readLong();
   sumFlow = in.readLong();
}

（5）注意反序列化的順序和序列化的順序完全一緻

（6）要想把結果顯示在檔案中，需要重寫toString()，可用”\t”分開，友善後續用。

（7）如果需要将自定義的bean放在key中傳輸，則還需要實作Comparable接口，因為MapReduce框中的Shuffle過程要求對key必須能排序。

 序列化案例實操    

需求：統計每一個手機号耗費的總上行流量、下行流量、總流量，資料如下：

1	13736230513	192.196.100.1	www.isea.com	2481	24681	200
2	13846544121	192.196.100.2			264	0	200
3 	13956435636	192.196.100.3			132	1512	200
4 	13966251146	192.168.100.1			240	0	404
5 	18271575951	192.168.100.2	www.isea.com	1527	2106	200
6 	84188413	192.168.100.3	www.isea.com	4116	1432	200
7 	13590439668	192.168.100.4			1116	954	200
8 	15910133277	192.168.100.5	www.hao123.com	3156	2936	200
9 	13729199489	192.168.100.6			240	0	200
10 	13630577991	192.168.100.7	www.shouhu.com	6960	690	200
11 	15043685818	192.168.100.8	www.baidu.com	3659	3538	200
12 	15959002129	192.168.100.9	www.isea.com	1938	180	500
13 	13560439638	192.168.100.10			918	4938	200
14 	13470253144	192.168.100.11			180	180	200
15 	13682846555	192.168.100.12	www.qq.com	1938	2910	200
16 	13992314666	192.168.100.13	www.gaga.com	3008	3720	200
17 	13509468723	192.168.100.14	www.qinghua.com	7335	110349	404
18 	18390173782	192.168.100.15	www.sogou.com	9531	2412	200
19 	13975057813	192.168.100.16	www.baidu.com	11058	48243	200
20 	13768778790	192.168.100.17			120	120	200
21 	13568436656	192.168.100.18	www.alibaba.com	2481	24681	200
22 	13568436656	192.168.100.19			1116	954	200

期望的值是：

13560436666             1116          954                      2070

手機号碼               上行流量        下行流量                  總流量

構思過程：

Hadoop的序列化和反序列化，和執行個體示範

代碼實作：

自定義類：FlowBean 

package com.isea.flow;

import org.apache.hadoop.io.Writable;

import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;

public class FlowBean implements Writable {
    private long upFlow;
    private long downFlow;
    private long sumFlow;

    public FlowBean(long upFlow, long downFlow) {
        this.upFlow = upFlow;
        this.downFlow = downFlow;
        this.sumFlow = upFlow + downFlow;
    }

//   無參構造方法，反序列化時候需要用到
    public FlowBean() {
    }

    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 set(Long upFlow,Long downFlow){
        this.upFlow = upFlow;
        this.downFlow = downFlow;
        sumFlow = upFlow + downFlow;
    }

    @Override
    public String toString() {
        return upFlow + "\t" + downFlow + "\t" + sumFlow ;
    }

//    序列化方法
    public void write(DataOutput out) throws IOException {
        out.writeLong(upFlow);
        out.writeLong(downFlow);
        out.writeLong(sumFlow);
    }

//    反序列化方法
    public void readFields(DataInput in) throws IOException {
        this.upFlow = in.readLong();
        this.downFlow = in.readLong();
        this.sumFlow = in.readLong();
    }
}

Mapper類 

package com.isea.flow;

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> {
    // 鍵值對的準備
    private Text phone = new Text();
    private FlowBean flowBean = new FlowBean();

    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
//        1,擷取一行
        String line = value.toString();

//        2，切割資料 "\t"
        String[] field = line.split("\t");

//        3，封裝對象
        phone.set(field[1]);

        long upFlow = Long.parseLong(field[field.length - 3]);
        long downFlow = Long.parseLong(field[field.length - 2]);
        flowBean.setUpFlow(upFlow);
        flowBean.setDownFlow(downFlow);

//        4，寫給reduce
        context.write(phone,flowBean);
    }
}

Reducer 

package com.isea.flow;

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 resultFlowBean = new FlowBean();

    @Override
    protected void reduce(Text key, Iterable<FlowBean> values, Context context) throws IOException, InterruptedException {
        long sumUp = 0;
        long sumDown = 0;

//        1，累加求和
        for (FlowBean value : values) {
            sumDown += value.getDownFlow();
            sumUp += value.getUpFlow();
        }
        resultFlowBean.set(sumUp,sumDown);

//        2，輸出
        context.write(key,resultFlowBean);
    }
}

Driver 

package com.isea.flow;

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 FlowSumDriver {

    public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {

        args = new String[]{"G:/input","G:/output2"};
//    1,擷取job對象
        Configuration configuration = new Configuration();
        Job job = Job.getInstance(configuration);

//    2，設定jar的路徑
        job.setJarByClass(FlowSumDriver.class);

//    3，關聯Mapper和Reducer
        job.setMapperClass(FlowMapper.class);
        job.setReducerClass(FlowReducer.class);

//    4，設定Mapper輸出的key和value類型
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(FlowBean.class);
//    5，設定最終的輸出類型
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(FlowBean.class);

//    6, 設定輸入輸出的路徑
        FileInputFormat.setInputPaths(job,new Path(args[0]));
        FileOutputFormat.setOutputPath(job,new Path(args[1]));

//    7, 送出job
        boolean result = job.waitForCompletion(true);
        System.exit(result ? 0 : 1);
    }
}

運作之後的結果如下：

13470253144	180	180	360
13509468723	7335	110349	117684
13560439638	918	4938	5856
13568436656	3597	25635	29232
13590439668	1116	954	2070
13630577991	6960	690	7650
13682846555	1938	2910	4848
13729199489	240	0	240
13736230513	2481	24681	27162
13768778790	120	120	240
13846544121	264	0	264
13956435636	132	1512	1644
13966251146	240	0	240
13975057813	11058	48243	59301
13992314666	3008	3720	6728
15043685818	3659	3538	7197
15910133277	3156	2936	6092
15959002129	1938	180	2118
18271575951	1527	2106	3633
18390173782	9531	2412	11943
84188413	4116	1432	5548
BigData hadoop 大資料 序列化 hadoop序列化 反序列化
上一篇: css 文字背景波浪，背景水波浪，動态波浪效果
下一篇: AntDB資料并行加載工具的實作

繼續閱讀