分布式与并行计算大作业

一、项目

汽车销售数据分析

二、数据概况：

本数据为上牌汽车的销售数据，分为乘用车辆和商用车辆。数据包含销售相关数据与汽车具体参数。数据项包括：时间、销售地点、邮政编码、车辆类型、车辆型号、制造厂商名称、排量、油耗、功率、发动机型号、燃料种类、车外廓长宽高、轴距、前后车轮、轮胎规格、轮胎数、载客数、所有权、购买人相关信息等。

三、具体要求：

1.统计山西省2013年每个月的汽车销售数量的比例，结果例如：

2.统计不同品牌的车在每个月的销售量分布，结果例如：

四、代码实现

1. 统计山西省2013年每个月的汽车销售数量的比例

（1）核心代码

Mapper：

import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;

import java.io.IOException;

public class CarSalesMapper extends Mapper<LongWritable, Text, Text, LongWritable> {
   

    Text k = new Text();
    LongWritable v = new LongWritable(1);

    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
   

        // 1. 获取一行数据
        String line = value.toString();

        // 2. 切分数据
        String[] values = line.split("\t");

        // 过滤掉异常数据
        if (values.length < 11) {
   
            return;
        }

        // 3. 获取月份
        String month = values[1];

        // 过滤掉异常数据
        try {
   
            if(Integer.parseInt(month) < 1 || Integer.parseInt(month) > 12){
   
                return;
            }
        } catch (Exception e) {
   
            return;
        }

        // 4. 写出
        k.set(month);
        context.write(k, v);
    }
}

Reducer：

import org.apache.hadoop.io.DoubleWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;

import java.io.IOException;
import java.util.Map;
import java.util.TreeMap;

public class