MapReduce多表连接

多表关联

多表关联和单表关联类似，它也是通过对原始数据进行一定的处理，从其中挖掘出关心的信息。下面进入这个实例。

1 实例描述

输入是两个文件，一个代表工厂表，包含工厂名列和地址编号列；另一个代表地址表，包含地址名列和地址编号列。要求从输入数据中找出工厂名和地址名的对应关系，输出"工厂名——地址名"表。

样例输入如下所示。

1）factory：

2）address：

样例输出如下所示。

2 设计思路

多表关联和单表关联相似，都类似于数据库中的自然连接。相比单表关联，多表关联的左右表和连接列更加清楚。所以可以采用和单表关联的相同的处理方式，map识别出输入的行属于哪个表之后，对其进行分割，将连接的列值保存在key中，另一列和左右表标识保存在value中，然后输出。reduce拿到连接结果之后，解析value内容，根据标志将左右表内容分开存放，然后求笛卡尔积，最后直接输出。

这个实例的具体分析参考单表关联实例。下面给出代码。

 import java.io.IOException;

 import java.lang.String;

 import java.util.Iterator;

 import java.util.StringTokenizer;

 import org.apache.hadoop.fs.Path;

 import org.apache.hadoop.io.Text;

 import org.apache.hadoop.mapreduce.Job;

 import org.apache.hadoop.mapreduce.Mapper;

 import org.apache.hadoop.mapreduce.Reducer;

 import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;

 import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

 public class MTJoin {

     public static int time = 0;

     public static class Map extends Mapper<Object, Text, Text, Text> {

         @Override

         protected void map(Object key, Text value, Context context)

                 throws IOException, InterruptedException {

             String line = value.toString();

             String relationType = new String();

             if (line.contains("factoryname") == true

                     || line.contains("addressID") == true) {

                 return;

             }

             StringTokenizer itr = new StringTokenizer(line);

             String mapkey = new String();

             String mapvalue = new String();

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

             if (split.length == 2 && split[1].charAt(0) >= '0'

                     && split[1].charAt(0) <= '9') {

                 mapkey = split[1];

                 mapvalue = split[0];

                 relationType = "1";

             }

             if (split.length == 2 && split[0].charAt(0) >= '0'

                     && split[0].charAt(0) <= '9') {

                 mapkey = split[0];

                 mapvalue = split[1];

                 relationType = "2";

             }

             context.write(new Text(mapkey), new Text(relationType + "+"

                     + mapvalue));

         }

     }

     public static class Reduce extends Reducer<Text, Text, Text, Text> {

         @Override

         protected void reduce(Text key, Iterable<Text> values, Context context)

                 throws IOException, InterruptedException {

             if (0 == time) {

                 context.write(new Text("factoryname"), new Text("addressname"));

                 time++;

             }

             int factorynum = 0;

             String[] factory = new String[10];

             int addressnum = 0;

             String[] address = new String[10];

             for(Text value:values ){

                 if (0 == value.toString().length()) {

                     continue;

                 }

                 char relationType = value.toString().charAt(0);

                 // left

                 if ('1' == relationType) {

                     factory[factorynum] = value.toString().substring(2);

                     factorynum++;

                 }

                 // right

                 if ('2' == relationType) {

                     address[addressnum] = value.toString().substring(2);

                     addressnum++;

                 }

             }

             if (0 != factorynum && 0 != addressnum) {

                 for (int m = 0; m < factorynum; m++) {

                     for (int n = 0; n < addressnum; n++) {

                         context.write(new Text(factory[m]),

                                 new Text(address[n]));

                     }

                 }

             }

         }

     }

     public static void main(String[] args) throws Exception {

         Job job = new Job();

         job.setJobName("MTJoin");

         job.setJarByClass(MTJoin.class);

         job.setMapperClass(Map.class);

         job.setReducerClass(Reduce.class);

         job.setOutputKeyClass(Text.class);

         job.setOutputValueClass(Text.class);

         FileInputFormat.addInputPath(job, new Path(args[0]));

         FileOutputFormat.setOutputPath(job, new Path(args[1]));

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

     }

 }