以下是.csv中的一些输入数据,例如:
URL 1 a
url2 b型
URL 3 c
url4和d
url5电子邮件
URL 1 k
url1小时
URL 2 x
url5米
我想要的是:
url1小时
URL 2 x
URL 3 c
url4和d
url5米
但我得到的是:
URL 1 a
url2 b型
URL 3 c
url4和d
url5电子邮件
我不知道我的代码出了什么问题,下面是我程序的一些代码:
功能图:
public class MergeUrlMapper extends MapReduceBase implements Mapper<LongWritable, Text, Text, Text> {
public void map(LongWritable key, Text value, OutputCollector<Text, Text> output, Reporter reporter) throws IOException {
String valueString = value.toString();
String[] UrlHtmlData = valueString.split(",");
output.collect(new Text(UrlHtmlData[0]), new Text(UrlHtmlData[1]));
}
}
和功能减少:
public class MergeUrlReducer extends MapReduceBase implements Reducer<Text, Text, Text, Text> {
public void reduce(Text t_key, Iterator<Text> values, OutputCollector<Text,Text> output, Reporter reporter) throws IOException {
Text key = t_key;
// if values is empty,then output will be (t_key,t_key)
Text latestHtml = t_key;
while (values.hasNext()) {
Text temp = values.next();
latestHtml = temp;
}
output.collect(key, latestHtml);
}
}
我的代码有什么问题,输出应该是最后一个值,但实际上它是第一个值。提前谢谢!
1条答案
按热度按时间xqkwcwgp1#
值的顺序不能保证。
如果要按照某种顺序对它们进行排序,则需要将所有迭代器值添加到arraylist中,然后调用
Collections.sort
如果你想的话,可以用一个定制的比较器。然后获取元素
list.size() - 1
另外,根据您的问题,您的输入不包含逗号,因此请确保您使用的字符是正确的。