本文通过实例介绍如何使用MapReduce处理Last.fm的歌曲数据，包括统计歌曲的不同听众人数和各种收听次数。Mapper处理输入数据，Reducer进行聚合计算，通过多个Job协同完成复杂统计任务。
本篇文章将结合一个实例来看看Mapper/Reducer代码构建思路
Last.fm是一个音乐社区网站，需要根据用户的收听记录生成不同种类的歌曲榜单，用户数据主要有以下两个来源：
l 用户在自己设备上播放的音乐（称为scrobble）
l 用户在Last.fm网站的广播电台在线收听（radio），用户可以选择跳过（skip）
数据提交到Last.fm后，经过验证和转换，最后存储为一行空格分隔的文本，像以下的格式：
| UserId |
TrackId |
Scrobble |
Radio |
Skip |
| 15 |
22 |
0 |
1 |
0 |
| 13 |
25 |
1 |
0 |
最低0.47元/天 解锁文章
扫一扫
2273
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
