序列化就是把内存中的对象，转换成字节序列，然后用户存储到磁盘或网络传输
反序列化就是把收到的序列化序列，转换成内存的对象，两者是相反的
一方面，因为MapReduce在生产环境中是分布式工作的，那么就避免不了内存中的数据在网络上的传输，使用序列化是为了更加方便的传输
另一方面，Hadoop提供的序列化的数据类型太少， 并不能满足生产的需求。比如有时候期望输出的是一组数据，那么就需要一个bean对象存储这些基本的数据类型，这时候把bean实现序列化，放在Mapper和Reducer的泛型上就好了
Java序列化机制是由Serializable实现的，它的序列化会附加各种校验信息、头信息、继承体系等，如果用于网络传输，那么要传的数据太大了
Hadoop序列化机制只附加了简单校验信息，数据量小，有利于网络传输；如下图所示：
Hadoop序列化的特点：
- 紧凑：高效使用存储空间
- 快速：读写数据的额外开销小
- 互操作性强：支持多语言的交互
Bean对象要实现Writable接口- 重写接口中的序列化和反序列化方法，值得注意的是：==序列化的顺序要和反序列化的顺序完全一致==
- 必须要由空参构造方法
- 重写
toString方法，用\t把数据分开 Hadoop的key自带排序，如果把自定义的bean对象放在key中传输，则还需要实现Comparable接口
==统计每一个手机号耗费的总上行流量、总下行流量、总流量==
输入数据格式：
数据：
1 13736230513 192.196.100.1 www.atguigu.com 2481 24681 200
2 13846544121 192.196.100.2 264 0 200
3 13956435636 192.196.100.3 132 1512 200
4 13966251146 192.168.100.1 240 0 404
5 18271575951 192.168.100.2 www.atguigu.com 1527 2106 200
6 84188413 192.168.100.3 www.atguigu.com 4116 1432 200
7 13590439668 192.168.100.4 1116 954 200
8 15910133277 192.168.100.5 www.hao123.com 3156 2936 200
9 13729199489 192.168.100.6 240 0 200
10 13630577991 192.168.100.7 www.shouhu.com 6960 690 200
11 15043685818 192.168.100.8 www.baidu.com 3659 3538 200
12 15959002129 192.168.100.9 www.atguigu.com 1938 180 500
13 13560439638 192.168.100.10 918 4938 200
14 13470253144 192.168.100.11 180 180 200
15 13682846555 192.168.100.12 www.qq.com 1938 2910 200
16 13992314666 192.168.100.13 www.gaga.com 3008 3720 200
17 13509468723 192.168.100.14 www.qinghua.com 7335 110349 404
18 18390173782 192.168.100.15 www.sogou.com 9531 2412 200
19 13975057813 192.168.100.16 www.baidu.com 11058 48243 200
20 13768778790 192.168.100.17 120 120 200
21 13568436656 192.168.100.18 www.alibaba.com 2481 24681 200
22 13568436656 192.168.100.19 1116 954 200输出数据格式：
在Map阶段：
- 需要给四个泛型，前两个泛型就是固定的偏移量和这一行的数据，即
LongWritable,Text - 后两个泛型用
手机号表示key，自定义bean实现序列化接口表示上行流量、下行流量、总流量 - 在此阶段，首先需要读取一行数据，按照
\t切分数据，抽取三个数据，再封装到context
在Reduce阶段：
- 同样需要给四个泛型，前两个与
Map保持一致 - 后两个泛型与我们期望的输出数据也一致
- 在此阶段，只需要累加上、下行流量，得到总流量，最后封装就好了
如下图所示：
自定义bean对象，写入上行、下行、总流量属性，并添加setter与getter方法：
package com.wzq.mapreduce.writable;
import org.apache.hadoop.io.Writable;
import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;
public class FlowBean implements Writable {
private Long upFlow;
private Long downFlow;
private Long sumFlow;
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(Long sumFlow) {
this.sumFlow = sumFlow;
}
//直接计算
public void setSumFlow() {
this.sumFlow = this.upFlow + this.downFlow;
}
}按照套路，需要重写两个接口：==注意：序列化与反序列化的顺序要保持一致！==
@Override
public void write(DataOutput out) throws IOException {
out.writeLong(this.upFlow);
out.writeLong(this.downFlow);
out.writeLong(this.sumFlow);
}
@Override
public void readFields(DataInput in) throws IOException {
//与序列化的顺序应该是一致的
this.upFlow = in.readLong();
this.downFlow = in.readLong();
this.sumFlow = in.readLong();
}添加空参构造方法：
public FlowBean() {
}重写toString方法，以\t分割：
@Override
public String toString() {
return upFlow + "\t" + downFlow + "\t" + sumFlow;
}按照MapReduce编程规范，应该分为三个部分：
Mapper类:
package com.wzq.mapreduce.writable;
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, Context context) throws IOException, InterruptedException {
//1、获取一行数据
//1 13736230513 192.196.100.1 www.atguigu.com 2481 24681 200
String line = value.toString();
//2、切分数据，为一个字符串数组
//1,13736230513,192.196.100.1,www.atguigu.com,2481,24681,200
String[] split = line.split("\t");
//3、封装数据
//手机号：13736230513
//上行流量：2481
//下行流量：24681
outK.set(split[1]);
outV.setUpFlow(Long.parseLong(split[split.length - 3]));
outV.setDownFlow(Long.parseLong(split[split.length - 2]));
outV.setSumFlow();
//4、提交数据
context.write(outK, outV);
}
}Reducer类：
package com.wzq.mapreduce.writable;
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, Context context) throws IOException, InterruptedException {
//1、循环遍历values，累加上下行流量
long totalUpFlow = 0;
long totalDownFlow = 0;
for (FlowBean value : values) {
totalUpFlow += value.getUpFlow();
totalDownFlow += value.getDownFlow();
}
//2、封装数据
outV.setUpFlow(totalUpFlow);
outV.setDownFlow(totalDownFlow);
outV.setSumFlow();
//3、写数据
context.write(key, outV);
}
}Driver类：
package com.wzq.mapreduce.writable;
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, ClassNotFoundException, InterruptedException {
//1、获取job
Job job = Job.getInstance(new Configuration());
//2、设置jar包路径
job.setJarByClass(FlowDriver.class);
//3、关联mapper和reducer
job.setMapperClass(FlowMapper.class);
job.setReducerClass(FlowReducer.class);
//4、设置mapper输出kv类型
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(FlowBean.class);
//5、设置最终输出kv类型
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(FlowBean.class);
//6、设置输入/输出路径
FileInputFormat.setInputPaths(job, new Path("D:\\BigData_workspace\\input\\inputflow"));
FileOutputFormat.setOutputPath(job, new Path("D:\\BigData_workspace\\output\\output2"));
//7、提交job
System.exit(job.waitForCompletion(true) ? 0 : 1);
}
}至此代码编写完毕，点击运行，查看输出结果：
也可以打包上传到hadoop集群测试哦~