Hadoop Learning (2)

本文介绍使用Hadoop处理大规模日志数据的过程,包括输入格式的选择、数据统计方法的实现及运行过程的详细分析。

之前做的Demo太无聊了,决心改造一下~~

1. 输入格式。
之前的程序,StatMapper莫名其妙被输入了一堆key,value,应该是一种默认的输入格式,找了一下,原来是这个: org.apache.hadoop.mapred.InputFormatBase, 继承了InputFormat接口。接口里面有一个
FileSplit[] getSplits(FileSystem fs, JobConf job, int numSplits)
throws IOException;
看来所有输入输出都必须以文件为单位存放了,就像Lucene一样。一般输入数据都是按照行来分隔的,看来一般用这个InputFormatBase就可以了。

2. 输入数据。
这东东本来就是用来高效处理海量数据的,于是我想到了那iHome的ActionLog....,加起来好几百个M的,符合要求吧。这里统计一下这几天,指令被调用的次数。

3. 修改程序。

StatMapper.java:
public void map(WritableComparable key, Writable value, OutputCollector output, Reporter reporter)
throws IOException
{
String[] token = value.toString().split(" ");
String id = token[6];
String act = token[7];
output.collect(new UTF8(act), new LongWritable(1));
}

StatReducer.java:
public void reduce(WritableComparable key, Iterator values, OutputCollector output, Reporter reporter)
throws IOException
{
long sum = 0;
while (values.hasNext())
{
sum += ((LongWritable)values.next()).get();
}
System.out.println("Action: " + key + ", Count: " + sum);
output.collect(key, new LongWritable(sum));
}

4. 运行。
这回日志看清楚了:
...
060328 162626 E:\workground\opensource\hadoop-nightly\tmp\input\action_log.txt.2006-03-21:0+21357898
060328 162626 map 8% reduce 0%
060328 162627 E:\workground\opensource\hadoop-nightly\tmp\input\action_log.txt.2006-03-21:0+21357898
060328 162627 map 22% reduce 0%
060328 162628 E:\workground\opensource\hadoop-nightly\tmp\input\action_log.txt.2006-03-21:0+21357898
060328 162628 map 37% reduce 0%
060328 162629 E:\workground\opensource\hadoop-nightly\tmp\input\action_log.txt.2006-03-21:0+21357898
060328 162629 map 52% reduce 0%
060328 162630 E:\workground\opensource\hadoop-nightly\tmp\input\action_log.txt.2006-03-21:0+21357898
060328 162631 E:\workground\opensource\hadoop-nightly\tmp\input\action_log.txt.2006-03-21:0+21357898
060328 162631 map 80% reduce 0%
060328 162632 E:\workground\opensource\hadoop-nightly\tmp\input\action_log.txt.2006-03-21:0+21357898
060328 162632 map 92% reduce 0%
060328 162632 E:\workground\opensource\hadoop-nightly\tmp\input\action_log.txt.2006-03-21:0+21357898
...
060328 162813 map 100% reduce 0%
...
060328 162816 reduce > append > build\test\mapred\local\map_hjcxj9.out\reduce_z97f6i
060328 162816 map 100% reduce 29%
060328 162817 reduce > append > build\test\mapred\local\map_8qdis7.out\reduce_z97f6i
060328 162817 map 100% reduce 35%
060328 162818 reduce > append > build\test\mapred\local\map_m19cmw.out\reduce_z97f6i
060328 162818 map 100% reduce 40%
060328 162819 reduce > append > build\test\mapred\local\map_kx1fnb.out\reduce_z97f6i
060328 162819 map 100% reduce 44%
060328 162820 reduce > append > build\test\mapred\local\map_87oxwt.out\reduce_z97f6i
060328 162820 map 100% reduce 49%
060328 162821 reduce > sort
060328 162822 reduce > sort
060328 162822 map 100% reduce 50%
060328 162823 reduce > sort
060328 162824 reduce > sort
060328 162826 reduce > sort
060328 162827 reduce > sort
060328 162828 reduce > sort
060328 162830 reduce > sort
060328 162832 reduce > sort
060328 162833 reduce > sort
060328 162835 reduce > sort
060328 162837 reduce > sort
060328 162838 reduce > reduce
060328 162839 map 100% reduce 75%
060328 162839 reduce > reduce
060328 162840 map 100% reduce 78%
060328 162840 reduce > reduce
060328 162841 map 100% reduce 82%
Action: ACTION, Count: 1354644
060328 162841 reduce > reduce
060328 162842 map 100% reduce 85%
060328 162842 reduce > reduce
060328 162843 map 100% reduce 89%
060328 162843 reduce > reduce
060328 162844 map 100% reduce 93%
060328 162844 reduce > reduce
060328 162845 map 100% reduce 96%
060328 162845 reduce > reduce
060328 162846 reduce > reduce
...
060328 162846 map 100% reduce 100%
060328 162846 Job complete: job_2pn9y8

简单分析一下。首先程序用几个线程来并发处理输入,然后将第一次输出保存到临时目录下面。接着程序读取第一次输出,执行聚集操作,对Key相同的数据传输到Reducer进行处理和排序,Reducer再把输出保存到output目录下面。

【直流微电网】径向直流微电网的状态空间建模与线性化:一种耦合DC-DC变换器状态空间平均模型的方法 (Matlab代码实现)内容概要:本文介绍了径向直流微电网的状态空间建模与线性化方法,重点提出了一种基于耦合DC-DC变换器状态空间平均模型的建模策略。该方法通过对系统中多个相互耦合的DC-DC变换器进行统一建模,构建出整个微电网的集中状态空间模型,并在此基础上实施线性化处理,便于后续的小信号分析与稳定性研究。文中详细阐述了建模过程中的关键步骤,包括电路拓扑分析、状态变量选取、平均化处理以及雅可比矩阵的推导,最终通过Matlab代码实现模型仿真验证,展示了该方法在动态响应分析和控制器设计中的有效性。; 适合人群:具备电力电子、自动控制理论基础,熟悉Matlab/Simulink仿真工具,从事微电网、新能源系统建模与控制研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握直流微电网中多变换器系统的统一建模方法;②理解状态空间平均法在非线性电力电子系统中的应用;③实现系统线性化并用于稳定性分析与控制器设计;④通过Matlab代码复现和扩展模型,服务于科研仿真与教学实践。; 阅读建议:建议读者结合Matlab代码逐步理解建模流程,重点关注状态变量的选择与平均化处理的数学推导,同时可尝试修改系统参数或拓扑结构以加深对模型通用性和适应性的理解。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值