三十四、MapReduce之FlowData案例（序列化案例实施）序列化就是把内存中的对象，转换成字节序

前言：

序列化概述：

（1）什么是序列化？

序列化就是把内存中的对象，转换成字节序列（或其他数据协议）以便于存储到磁盘（持久化）和网络传输。

（2）什么是反序列化？

反序列化就是将收到的字节序列（或其他数据传输协议）或者是磁盘的持久化数据，转换成内存中的对象。

（3）为什么要序列化？

一般情况，【活的】对象只生存在内存里，关机断电就没有了，而且【活的】对象只能由本地的进程使用，不能被发送到网络上的另一台计算机。然而序列化可以存储【活的】对象，可以将【活的】对象发送到远程计算机。

（4）为什么不用Java的序列化？

Java的序列化是一个重量级序列化框架，一个对象被序列化后，会附带很多额外信息，不便于在网络中高效传输。所以Hadoop开发了一套自己的序列化机制。

（5）Hadoop序列化特点？

紧凑：高效使用存储空间
快速：读写数据的额外开销小
可扩展性：随着通信协议的升级而升级
互操作：支持多语言的交互

案例分析：

FlowData案例主要实现数据的提取与计算，使用MapReduce来实现对数据的准确提取与相关计算。每一个手机号有其相对应的标号，手机号，网址IP，网址域名，上行流量，下行流量，状态码，其字段个数不一定相同，标号对应的手机号码也不唯一。本案例预期实现提取手机号，上行流量和下行流量及其计算出总流量，其余字段不予提取。

思路扩展：

手机号码作为K，上行和下行流量及其总流量封装成Bean对象作为Value输出，Bean对象为自定义对象则必须实现序列化接口，累加上行流量和下行流量得到总流量。

输入数据：

期望输出数据：

程序编写：

（1）编写FlowBean类:

package org.example.mapreduce.writable02;

import org.apache.hadoop.io.Writable;

import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;

/*
    定义实现的writable方法
    重写序列化和反序列化方法
    重写空参构造
    重写tostring方法
 */
public class FlowBean implements Writable {
    private long upFlow;
    private long downFlow;
    private long sumFlow;

    public FlowBean() {
    }

    public long getUpFlow() {
        return upFlow;
    }

    public void setUpFlow(long upFlow) {
        this.upFlow = upFlow;
    }

    public long getDownFlow() {
        return downFlow;
    }

    public void setDownFlow(long downFlow) {
        this.downFlow = downFlow;
    }

    public long getSumFlow() {
        return sumFlow;
    }

    public void setSumFlow() {
        this.sumFlow = this.upFlow + this.downFlow;
    }

    @Override
    public void write(DataOutput dataOutput) throws IOException {
        dataOutput.writeLong(upFlow);
        dataOutput.writeLong(downFlow);
        dataOutput.writeLong(sumFlow);
    }

    @Override
    public void readFields(DataInput dataInput) throws IOException {
        this.upFlow = dataInput.readLong();
        this.downFlow = dataInput.readLong();
        this.sumFlow = dataInput.readLong();
    }

    @Override
    public String toString() {
        return upFlow + "\t" + downFlow + "\t" + sumFlow;
    }
}

（2）编写FlowMap类：

package org.example.mapreduce.writable02;

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

import java.io.IOException;

public class FlowMapper extends Mapper<LongWritable, Text, Text, FlowBean> {
    private Text outK = new Text();
    private FlowBean outV = new FlowBean();

    @Override
    protected void map(LongWritable key, Text value, Mapper<LongWritable, Text, Text, FlowBean>.Context context) throws IOException, InterruptedException {

        String line = value.toString();

        String[] split = line.split("\t");

        String phone = split[1];
        String up = split[split.length - 3];
        String down = split[split.length - 2];

        outK.set(phone);
        outV.setUpFlow(Long.parseLong(up));
        outV.setDownFlow(Long.parseLong(down));
        outV.setSumFlow();

        context.write(outK, outV);
    }
}

（3）编写FlowReducer类：

package org.example.mapreduce.writable02;

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

import java.io.IOException;

public class FlowReducer extends Reducer<Text, FlowBean, Text, FlowBean> {
    private FlowBean outV = new FlowBean();

    @Override
    protected void reduce(Text key, Iterable<FlowBean> values, Reducer<Text, FlowBean, Text, FlowBean>.Context context) throws IOException, InterruptedException {

        long totalUp = 0;
        long totalDown = 0;

        for (FlowBean value : values) {
            totalUp += value.getUpFlow();
            totalDown += value.getDownFlow();
        }
        outV.setUpFlow(totalUp);
        outV.setDownFlow(totalDown);
        outV.setSumFlow();

        context.write(key, outV);
    }
}

（4）编写FlowDriver类：

package org.example.mapreduce.writable02;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
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 java.io.IOException;

public class FlowDriver {
    public static void main(String[] args) throws IOException, InterruptedException, ClassNotFoundException {
        //获取job
        Configuration conf = new Configuration();
        Job job = Job.getInstance(conf);

        //设置jar包
        job.setJarByClass(FlowDriver.class);

        //关联Mapper和Reducer
        job.setMapperClass(FlowMapper.class);
        job.setReducerClass(FlowReducer.class);

        //设置Mapper的KV类型
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(FlowBean.class);

        //设置最终输出的KV类型
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(FlowBean.class);

        //设置输入路径和输出路径
        FileInputFormat.setInputPaths(job,new Path("E:\\input\\inputflow"));
        FileOutputFormat.setOutputPath(job,new Path("E:\\output\\outputFlow"));

        //提交job
        boolean result = job.waitForCompletion(true);
        System.exit(result? 0:1);

    }
}