六、MapReduce排序例子--获取价格最高的商品信息

1、需求

获取每个订单中最贵的商品

用到的知识点：
自定义排序，包括普通排序，二次排序，分组排序
自定义分区

2、数据输入和输出格式

数据输入格式：

每个已售商品一条记录订单id   商品id   商品价格0000001 Pdt_01  222.80000002 Pdt_06  722.40000001 Pdt_05  25.80000003 Pdt_01  222.80000003 Pdt_01  33.80000002 Pdt_03  522.80000002 Pdt_04  122.4

数据输出格式：
每个订单一个文件，每个文件中显示各自订单最贵的一件商品的信息

3、分析

map阶段：
因为要求每个订单最贵的商品，所以必须根据订单号以及商品价格做二次排序。后面将订单号、商品id，商品价格组合成一个bean对象，作为key，作为map的输出。

自定义分区：
我们的需求是统计出同一订单中，最贵的商品，那么这就要求同一订单的所有商品条目都必须落在同一分区中（这里分区数大于1）才能统计处理，如果在不同分区中，那么是无法统计的，因为不用reduce之间是没有关联的。这里实现方式就是自定义分区，采用订单ID来分区，这样同一订单ID的商品条目就都落在同一个分区中了。而且在map输出自动根据订单id分区的过程中，对key先按照id和price排序，这样其实就是对同一订单的商品中，按照商品价格进行了排序了。

reduce阶段：
前面map输出的数据已经是每个订单中对商品价格进行了排序，在第一个的商品就是该订单中价格最高的商品，后面这里其实只需要取出第一个KV即可。利用自定义group分组排序，将同一订单ID但是不同的商品的KV聚合成一组，因为事实上每组KV的key是不同，而分组中的key是以第一个进入该分组的KV的key为准的，而第一个进入该分组的KV其实就是前面map排序之后得到的同一订单中价格最高的商品的key，所以将其输出即可。

4、代码实现

OrderBean

package GroupOrder;import lombok.AllArgsConstructor;import lombok.Getter;import lombok.NoArgsConstructor;import lombok.Setter;import org.apache.hadoop.io.WritableComparable;import java.io.DataInput;import java.io.DataOutput;import java.io.IOException;@Setter@Getter@NoArgsConstructor@AllArgsConstructorpublic class OrderBean implements WritableComparable {    private int ID;    private String productID;    private double price;    /**    二次排序：先根据id排序，如果相同，则根据商品价格排序    */    @Override    public int compareTo(OrderBean o) {        if (this.ID > o.getID()) {            return 1;        } else if (this.ID < o.getID()){            return -1;        } else {            return this.price > o.getPrice() ? -1 : 1;        }    }    @Override    public void write(DataOutput dataOutput) throws IOException {        dataOutput.writeInt(this.ID);        dataOutput.writeDouble(this.price);        dataOutput.writeUTF(this.productID);    }    @Override    public void readFields(DataInput dataInput) throws IOException {        this.ID = dataInput.readInt();        this.price = dataInput.readDouble();        this.productID = dataInput.readUTF();    }    @Override    public String toString() {        return this.ID + "\t" + this.productID + "\t" + this.price;        //return this.ID + "\t" + this.price;    }}

map

package GroupOrder;import org.apache.avro.Schema;import org.apache.hadoop.io.LongWritable;import org.apache.hadoop.io.NullWritable;import org.apache.hadoop.io.Text;import org.apache.hadoop.mapreduce.Mapper;import java.io.IOException;public class OrderMapper extends Mapper {    OrderBean k = new OrderBean();    @Override    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {        String line = value.toString();        String[] fields = line.split("\t");        k.setID(Integer.parseInt(fields[0]));        k.setProductID(fields[1]);        k.setPrice(Double.parseDouble(fields[2]));        context.write(k, NullWritable.get());    }}

partitioner

package GroupOrder;import org.apache.hadoop.io.NullWritable;import org.apache.hadoop.mapreduce.Partitioner;public class OrderPartitioner extends Partitioner {    //根据订单id进行分区    @Override    public int getPartition(OrderBean orderBean, NullWritable nullWritable, int i) {        return (orderBean.getID() & Integer.MAX_VALUE) % i;    }}

reduce

package GroupOrder;import org.apache.hadoop.io.NullWritable;import org.apache.hadoop.mapreduce.Reducer;import java.io.IOException;public class OrderReducer extends Reducer {    @Override    protected void reduce(OrderBean key, Iterable values, Context context) throws IOException, InterruptedException {        context.write(key, NullWritable.get());    }}

groupCompartor

package GroupOrder;import org.apache.hadoop.io.WritableComparable;import org.apache.hadoop.io.WritableComparator;import java.io.DataInput;import java.io.DataOutput;import java.io.IOException;/** * 定制reduce前group的分组依据 * */public class OrderGroupCompartor extends WritableComparator {    protected OrderGroupCompartor() {        super(OrderBean.class, true);    }    /**     * 以orderbean对象中的ID为分组依据。     * 同一ID的认为是同一个group，一个group只会调用一次reduce     *     * @param a     * @param b     * @return     */    @Override    public int compare(WritableComparable a, WritableComparable b) {        OrderBean aOrderBean = (OrderBean) a;        OrderBean bOrderBean = (OrderBean) b;        if (aOrderBean.getID() > bOrderBean.getID()) {            return 1;        } else if (aOrderBean.getID() < bOrderBean.getID()) {            return -1;        } else {            return 0;        }    }}

driver

package GroupOrder;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.Path;import org.apache.hadoop.io.NullWritable;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 OrderDriver {    public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {        args = new String[]{"G:\\test\\A\\GroupingComparator.txt", "G:\\test\\A\\comparator6\\"};        Configuration conf = new Configuration();        Job job = Job.getInstance(conf);        job.setJarByClass(OrderDriver.class);        job.setMapperClass(OrderMapper.class);        job.setReducerClass(OrderReducer.class);        job.setMapOutputKeyClass(OrderBean.class);        job.setMapOutputValueClass(NullWritable.class);        job.setOutputKeyClass(OrderBean.class);        job.setOutputValueClass(NullWritable.class);        //设置分区实现类        job.setPartitionerClass(OrderPartitioner.class);        job.setNumReduceTasks(3);        //设置group的实现类        job.setGroupingComparatorClass(OrderGroupCompartor.class);        FileInputFormat.setInputPaths(job, new Path(args[0]));        FileOutputFormat.setOutputPath(job, new Path(args[1]));        job.waitForCompletion(true);    }}