java - 在hadoop中，如何获取值的最后一个元素

例如，以下是.csv中的一些输入数据:

url1一个

url2 b

url3 c

url4 d

url5 e

url1 k

url1 h

url2 x

url5 m

我想要的是:

url1 h

url2 x

url3 c

url4 d

url5 m

输出
但是我得到的是:

url1一个

url2 b

url3 c

url4 d

url5 e

我不知道我的代码有什么问题，这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);
}
}

我的代码出了什么问题，输出应该是最后一个值，但实际上它是第一个值。提前致谢!

最佳答案

不能保证值的顺序。

如果要按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，然后根据需要使用自定义Comparator在其上调用Collections.sort。

然后在list.size() - 1处获取元素

另外，根据您的问题，您输入的内容不包含逗号，因此请确保您使用的字符正确。