我想实现DPC(通过快速搜索并找到密度峰值进行聚类)算法。这是一项艰巨的工作,因此我决定从Rho计算开始。
这里的地图:
public void map(LongWritable key, Text value, Context context)
throws IOException, InterruptedException {
String line = value.toString();
String[] lineSplit = line.split(" ");
if (Double.parseDouble(lineSplit[2]) < dcThreshold) {
IntWritable one = new IntWritable(
Integer.parseInt(lineSplit[0]));
IntWritable two = new IntWritable(
Integer.parseInt(lineSplit[1]));
context.write(one, two);
}
}
这里的减速器:
public void reduce(IntWritable key, IntWritable values, Context context)
throws IOException, InterruptedException {
int[] indexs = new int[2];
indexs[0] = Integer.parseInt(key.toString());
indexs[1] = Integer.parseInt(values.toString());
for (int i = 0; i < indexs.length; i++) {
densityCountMap.put(indexs[i],
densityCountMap.get(indexs[i]) + 1);
}
}
densityCountMap是一个哈希图,仅在完成后才可以显示。如何输出densityCountMap?用什么方式?
多亏了mbaxi,您真正的启发了我,因为您提到了reduce定义不正确,并且密度计数图不是必需的。
我应该更清楚地表明,目标是如果lineSplit [2]低于某个阈值,则增加lineSplit [0]和lineSplit [1]。实际上,没有必要覆盖清除。
映射器:
public static class TokenizerMapper extends
Mapper<LongWritable, Text, IntWritable, IntWritable> {
private final static IntWritable count = new IntWritable(1);
public void map(LongWritable key, Text value, Context context)
throws IOException, InterruptedException {
String line = value.toString();
String[] lineSplit = line.split(" ");
if (Double.parseDouble(lineSplit[2]) < dcThreshold) {
IntWritable one = new IntWritable(
Integer.parseInt(lineSplit[0]));
IntWritable two = new IntWritable(
Integer.parseInt(lineSplit[1]));
context.write(one, count);// Both should be increased
context.write(two, count);// both as key
}
}
}
减速器:
public static class IntSumReducer extends
Reducer<IntWritable, IntWritable, IntWritable, IntWritable> {
private IntWritable result = new IntWritable();
public void reduce(IntWritable key, Iterable<IntWritable> values,
Context context) throws IOException, InterruptedException {
int sum = 0;
for (IntWritable val : values) {
sum += val.get();
}
result.set(sum);//densityCountMap is redundant if having known better the structure of Map/reduce
context.write(key, result);//it equals to output densityCountMap
}
}
再次感谢您,您带来的不仅仅是帮助,而是灵感。
您可以覆盖cleanup(Context上下文)方法,继续在reduce()方法中填充densityCountMap,并使用cleanup(Context上下文)方法将内容刷新/写入磁盘。
处理完所有行后,将调用cleanup()。
---根据评论部分的要求进行编辑---
如果使用的是Eclipse编辑器,请右键单击要扩展的Reducer类,然后单击Source-> Override / Implement Methods,否则可以查找Javadocs。
private static class RhoCalculationReducer extends Reducer<Text,Text,Text,Text> {
}
在那里,您将看到以下方法的列表[请注意,输入参数/数据类型可能会根据您的类定义而变化]-
cleanup(Context)
reduce(Text, Iterable<Text>, Context)
run(Context)
setup(Context)
您的reduce()或map()函数实际上是覆盖的实现,您在其中提供了自己的处理逻辑。对于map或reduce任务,可以认为setup()和cleanup()分别类似于构造函数或析构函数。在reduce任务的映射开始之前调用setup(),在任务结束时调用cleanup()。
我还看到您的化简定义不正确,而不是“ IntWritable values ”,它应该是“ Iterable values ”。对于化简器,请确保单个化简器处理单个键的值,这就是为什么签名采用一个密钥并且可迭代值的列表。可能您还希望将单个键的记录聚合在一起,并且可能不需要额外的densityCountMap,因为reducer已经负责一次性获取给定键的所有值。
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句