MapReduce课程设计——好友推荐功能1准备工作2项目实操3结果与展示

90 阅读 0 评论 60 点赞

我是靠谱客的博主爱撒娇冰棍，最近开发中收集的这篇文章主要介绍MapReduce课程设计——好友推荐功能1准备工作2项目实操3结果与展示，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

1准备工作

1.1项目说明

互为推荐关系
非好友的两个人之间存在相同好友则互为推荐关系
朋友圈两个非好友的人，存在共同好友的人数越多，越值得推荐
存在一个共同好友，值为1；存在多个好友，值累加

1.2程序需求

1.2.1需求

程序要求，给每个推荐可能认识的人
虎威推荐关系值越高，越值得推荐
每个用户，推荐值越高的可能认识的人排在前面

1.2.2数据

数据使用空格进行分割
每行是一个用户以及其对应的好友
每行的第一列名字是用户的名字，后面的是其对应的好友

用户及其好友
用户	好友
xiaoming	laowang	renhua	linzhiling
laowang	xiaoming	fengjie
renhua	xiaoming	ligang	fengjie
linzhiling	xiaoming	ligang	fengjie	guomeimei
ligang	renhua	fengjie	linzhiling
guomeimei	fengjie	linzhiling
fengjie	renhua	laowang	linzhiling	guomeimei

1.3在本地创建文本文件（名字任意）

1.4创建testfriend目录并cd到此目录下

1.5将此文件直接拖进node01

2项目实操

2.1在IDEA中导入依赖与插件

依赖

<dependencies>
  <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-common</artifactId>
        <version>2.9.2</version>
    </dependency>
    <dependency>
        <groupId>org.apache.hadoop</groupId>
        <artifactId>hadoop-mapreduce-client-jobclient</artifactId>
        <version>2.9.2</version>
        <scope>provided</scope>
    </dependency>
</dependencies>

插件

<build>
    <plugins>
        <plugin>
            <groupId>org.apache.maven.plugins</groupId>
            <artifactId>maven-jar-plugin</artifactId>
            <configuration>
                <archive>
                    <manifest>
                        <mainClass>com.lee.friends.Friendscount</mainClass>
                    </manifest>
                </archive>
            </configuration>
        </plugin>
    </plugins>
</build>

2.2创建类

(1)创建friendsmapper

package com.lee.friends;

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

import java.io.IOException;

public class friendsmapper  extends Mapper<Object, Text, Text, IntWritable> {
    public void map(Object key, Text value, Context context) throws IOException, InterruptedException{

        String[] friends = value.toString().split(" ");


        for(int i=0; i < friends.length; i++) {

            String self = friends[i];

            for(int j=i+1; j < friends.length; j++) {


                if(i == 0) {
                    // 直接好友
                    String directFriend = friends[j];
                    Text directFriendKey = new Text(sort(self, directFriend));

                    context.write(directFriendKey, new IntWritable(0));
                } else {
                    // 可能是间接好友
                    String indirectFriend = friends[j];
                    Text indirectFriendKey = new Text(sort(self, indirectFriend));

                    context.write(indirectFriendKey, new IntWritable(1));
                }

            }

        }

    }

    private String sort(String self, String directFriend) {
        //compareToIgnoreCase() 方法用于按字典顺序比较两个字符串，不考虑大小写
        if(self.compareToIgnoreCase(directFriend) < 0) {
            return directFriend + " " + self;
        }
        return self + " " + directFriend;
    }}

(2)创建friendsreducer

package com.lee.friends;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;

import java.io.IOException;

public class friendsreducer extends Reducer<Text, IntWritable, Text, IntWritable> {
    protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
        int sum = 0;
        boolean isDirectFriend = false;
        for(IntWritable value : values) {
            if(value.get() == 0) {

                isDirectFriend = true;
                break;
            }
            sum = sum + value.get();
        }

        if(!isDirectFriend) {
            context.write(key, new IntWritable(sum));
        }
    }


}

(3)创建friendscount

package com.lee.friends;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.util.GenericOptionsParser;

public class Friendscount {
    public static void main(String[] args) throws Exception{
        //获取虚拟机配置信息
        Configuration configuration = new Configuration();
        //创建Job对象
        Job job = Job.getInstance(configuration);
        job.setJarByClass(Friendscount.class);

        //Map端
        job.setMapperClass(friendsmapper.class);
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(IntWritable.class);
        //combiner组件
//      job.setCombinerClass(FriendsRecommendReduce.class);
        //Reduce端
        job.setReducerClass(friendsreducer.class);
        //文件的输入路径
        Path inputPath = new Path("/test/aa.txt");
        FileInputFormat.addInputPath(job, inputPath);
        //结果的输出路经
        Path outputPath = new Path("/test/bb.txt");
        //若路径存在则将其删除
        if (outputPath.getFileSystem(configuration).exists(outputPath))
            outputPath.getFileSystem(configuration).delete(outputPath);
        FileOutputFormat.setOutputPath(job, outputPath);

        System.exit(job.waitForCompletion(true) ? 0 : 1);

    }
}

注意：在pom.xml中需要指出Friendscount类的具体路径，在类上按ctrl键可以跳转即可。