自定义 hadoop 键和值：如何编写 CompareTo() 方法

Question

我需要从映射器发出一个二维双精度数组作为键和值。在 Stack Overflow 中发布了一些问题，但没有得到解答。

我在给定的数据集中做一些矩阵乘法，然后我需要发出 A*Atrns 的值，这将是一个矩阵作为键，Atrans*D 也将是一个矩阵作为值。那么如何从映射器中发出这些矩阵。并且 value 应该与 key 本身相对应。

ie key ----->  A*Atrans--------->after multiplication the result will be a 2D array which is declared as double (matrix) lets say the result be Matrix "Ekey"(double[][] Ekey)

value ------>  Atrans*D ---------> after multiplication the result will be Matrix "Eval" (double[][] Eval).

After that I need to emit these matrix to reducer for further calculations.

So in mapper: 
       context.write(Ekey,Eval);

Reducer:
      I need to do further calculations with these Ekey and Eval.

我写了我的课：

更新

    public class MatrixWritable implements WritableComparable<MatrixWritable>{

/**
 * @param args
 */
    private double[][] value;
    private double[][] values;
    public MatrixWritable() {
    // TODO Auto-generated constructor stub

        setValue(new double[0][0]);
     }


    public MatrixWritable(double[][] value) {
    // TODO Auto-generated constructor stub

     this.value = value;
    }

    public void setValue(double[][] value) {

        this.value = value;

    }

    public double[][] getValue() {
        return values;
    }

    @Override
    public void write(DataOutput out) throws IOException {
    out.writeInt(value.length);                 // write values
     for (int i = 0; i < value.length; i++) {
       out.writeInt(value[i].length);
     }
     for (int i = 0; i < value.length; i++) {
       for (int j = 0; j < value[i].length; j++) {
           out.writeDouble(value[i][j]);
       }
     }

  }

    @Override
    public void readFields(DataInput in) throws IOException {

        value = new double[in.readInt()][];          
        for (int i = 0; i < value.length; i++) {
          value[i] = new double[in.readInt()];
        }
        values = new double[value.length][value[0].length];
      for(int i=0;i<value.length ; i++){
            for(int j= 0 ; j< value[0].length;j++){
                values[i][j] = in.readDouble();

            }
        }

  }



@Override
public int hashCode() {
    final int prime = 31;
    int result = 1;
    result = prime * result + Arrays.hashCode(value);
    return result;
}





/* (non-Javadoc)
 * @see java.lang.Object#equals(java.lang.Object)
 */
@Override
public boolean equals(Object obj) {
    if (this == obj) {
        return true;
    }
    if (obj == null) {
        return false;
    }
    if (!(obj instanceof MatrixWritable)) {
        return false;
    }
    MatrixWritable other = (MatrixWritable) obj;
    if (!Arrays.deepEquals(value, other.value)) {
        return false;
    }
    return true;
}


    @Override
    public int compareTo(MatrixWritable o) {
    // TODO Auto-generated method stub
    return 0;


    }

    public String toString() { String separator = "|";
        StringBuffer result = new StringBuffer();

        // iterate over the first dimension
        for (int i = 0; i < values.length; i++) {
            // iterate over the second dimension
            for(int j = 0; j < values[i].length; j++){
                result.append(values[i][j]);

                result.append(separator);
            }
            // remove the last separator
            result.setLength(result.length() - separator.length());
            // add a line break.
            result.append(",");
        }


        return result.toString();



  }

}

我能够从映射器发出一个值作为矩阵

context.write(...,new MatrixWritable(AAtrans));

如何从映射器发出矩阵 AtransD 作为键？

为此，我需要编写 compareto() 方法，对吗？

该方法中应包含哪些内容？

Answer 1

首先，要实现自定义键，您必须实现WritableComparable。要实现自定义值，您必须实现 Writable。在许多情况下，由于能够方便地交换键和值，因此大多数人将所有自定义类型写为WritableComparable。

这里是Hadoop: The Definitive Guide 部分的链接，其中包括编写WritableComparable。 Writing A Custom Writable

写出数组的诀窍在于，在读取端，您需要知道要读取多少个元素。所以基本模式是……

On write:
write the number of elements
write each element


On read:
read the number of elements (n)
create an array of the appropriate size
read 0 - (n-1) elements and populate array

更新

您应该在默认构造函数中将数组实例化为空，以防止以后出现 NullPointerException。

您的实现的问题在于它假设每个内部数组的长度相同。如果这是真的，您不需要多次计算列长度。如果为false，则需要在写入行的值之前写入每一行的长度。

我会建议这样的事情：

 context.write(row); // as calculated above
 for (int i=0; i<row; i++){
     double[] rowVals = array[row];
     context.write(rowVals.length);
     for (int j=0; j<rowVals.length; j++)
         context.write(rowVals[j]);
 }