Hadoop 平均數範例

平均數（Mean）、均值是統計中的一個重要概念，為資料彙整後的代表值。最常使用的是算數平均數，還有其他平均數的算法，請參考 http://zh.wikipedia.org/wiki/平均值。

使用 Hadoop 來計算平均數，當成 Hadoop 一個簡單的程式範例

import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.DoubleWritable;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapred.*;

import java.io.IOException;
import java.util.Iterator;

public class Average {

    static class AverageMapper extends MapReduceBase implements Mapper
    {
        @Override
        public void map(LongWritable longWritable, Text value, OutputCollector
                output, Reporter reporter) throws IOException {

            String lines = value.toString();
            int data = Integer.parseInt(lines);
            output.collect(new Text("Average"), new IntWritable(data));
        }
    }

    static class AverageReduce extends MapReduceBase implements Reducer
    {
        @Override
        public void reduce(Text key, Iterator values, OutputCollector
                output, Reporter reporter) throws IOException {

            long sum = 0;
            long count = 0;
            while(values.hasNext())
            {
                sum += values.next().get();
                count ++;
            }

            double average = (double)sum / count;
            output.collect(key, new DoubleWritable(average));
        }
    }

    public static void main(String[] args) throws Exception{
        if(args.length != 2)
        {
            System.err.println("Usage: Average ");
            System.exit(2);
        }

        JobConf conf = new JobConf(Average.class);

        conf.setJobName("Average");
        FileInputFormat.addInputPath(conf, new Path(args[0]));
        FileOutputFormat.setOutputPath(conf, new Path(args[1]));

        conf.setMapperClass(AverageMapper.class);
        conf.setReducerClass(AverageReduce.class);

        conf.setOutputKeyClass(Text.class);
        conf.setOutputValueClass(IntWritable.class);

        JobClient.runJob(conf);
    }
}