场景

MapReduce Java API实例-统计单词出现频率：

https://blog.csdn.net/BADAO_LIUMANG_QIZHI/article/details/119410169

在上面对单个txt文件进行统计的基础上，Mapreduce也是支持文件夹下多个文件处理的。

统计学生各科平均成绩，每科成绩为一个文件。

在Map阶段和上面统计单次频率差不多，然后在Reduce阶段求出总和后，除以科目数，

并将输出value的数据类型设置为FloatWritable即可。

新建三个数据集，chinese.txt、math.txt、english.txt

分别代表三科成绩，每科成绩的格式如下

 

每科成绩左边是姓名，右边是成绩，并且姓名和成绩之间是用空格分开。

注意这里是一个空格，因为下面处理的规则就是按照中间一个空格来处理的。

这点要尤为注意，并且如果这个文件是在Windows上新建并添加的空格，一定要注意排查上传到Centos以及HDFS集群中是否格式变化。

注：

博客：
https://blog.csdn.net/badao_liumang_qizhi
关注公众号
霸道的程序猿
获取编程相关电子书、教程推送与免费下载。

实现

1、Map实现代码

package com.badao.averagegrade;import org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Mapper;import java.io.IOException; import java.util.StringTokenizer;public class AverageGradeMapper extends Mapper<Object,Text,Text,IntWritable> {//1、编写map函数，通过继承Mapper类实现里面的map函数//   Mapper类当中的第一个函数是Object,也可以写成Long//   第一个参数对应的值是行偏移量//2、第二个参数类型通常是Text类型，Text是Hadoop实现的String 类型的可写类型//   第二个参数对应的值是每行字符串//3、第三个参数表示的是输出key的数据类型//4、第四个参数表示的是输出value的数据类型，IntWriable 是Hadoop实现的int类型的可写数据类型public final static IntWritable one = new IntWritable(1);public Text word = new Text();//key 是行偏移量//value是每行字符串@Overridepublic void map(Object key, Text value, Context context) throws IOException, InterruptedException {String[] str = value.toString().split(" ");context.write(new Text(str[0]),new IntWritable(Integer.parseInt(str[1])));} }

2、Reduce代码

package com.badao.averagegrade;import org.apache.hadoop.io.FloatWritable; import org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Reducer;import java.io.IOException;//第一个参数类型是输入值key的数据类型，map中间输出key的数据类型 //第二个参数类型是输入值value的数据类型，map中间输出value的数据类型 //第三个参数类型是输出值key的数据类型，他的数据类型要跟job.setOutputKeyClass(Text.class) 保持一致 //第四个参数类型是输出值value的数据类型，它的数据类型要跟job.setOutputValueClass(IntWriable.class) 保持一致public class AverageGradeReducer extends Reducer<Text, IntWritable,Text, FloatWritable> {public FloatWritable result = new FloatWritable();//key就是单词  values是单词出现频率列表@Overridepublic void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {int sum = 0;for(IntWritable val:values){//get就是取出IntWriable的值sum += val.get();}//3表示科目数result.set((float)sum/3);context.write(key,result);} }

3、Job代码

package com.badao.averagegrade;import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.FloatWritable; import org.apache.hadoop.io.IntWritable; 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 AverageGradeJob {public static void main(String[] args) throws InterruptedException, IOException, ClassNotFoundException {wordCountLocal();}public static void wordCountLocal()throws IOException, ClassNotFoundException, InterruptedException{Configuration conf = new Configuration();conf.set("fs.defaultFS","hdfs://192.168.148.128:9000");//conf.set("fs.hdfs.impl", "org.apache.hadoop.hdfs.DistributedFileSystem");System.setProperty("HADOOP_USER_NAME","root");//实例化一个作业，word count是作业的名字Job job = Job.getInstance(conf, "averagegrade");//指定通过哪个类找到对应的jar包job.setJarByClass(AverageGradeJob.class);//为job设置Mapper类job.setMapperClass(AverageGradeMapper.class);//为job设置reduce类job.setReducerClass(AverageGradeReducer.class);job.setMapOutputValueClass(IntWritable.class);//为job的输出数据设置key类job.setOutputKeyClass(Text.class);//为job输出设置value类job.setOutputValueClass(FloatWritable.class);//为job设置输入路径，输入路径是存在的文件夹/文件FileInputFormat.addInputPath(job,new Path("/grade"));//为job设置输出路径FileOutputFormat.setOutputPath(job,new Path("/averageGrade3"));job.waitForCompletion(true);}}

然后将上面的三个成绩的txt上传到集群HDFS中，运行job

 

可以在集群HDFS中看到生成统计好的文件，查看paat-r-00000的内容

 

总结

以上是生活随笔为你收集整理的MapReduce Java API实例-统计平均成绩的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。