1       多表关联

1.1              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。

1.2              应用场景

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。

1.3              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。

1.4              程序代码

    程序代码如下所示：

import java.io.IOException;
import java.util.*;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
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;
import org.apache.hadoop.util.GenericOptionsParser;
public class MTjoin {
 public static int time = 0;
 /*
 在map中先区分输入行属于左表还是右表，然后对两列值进行分割，
 保存连接列在key值，剩余列和左右表标志在value中，最后输出
     */
 public static class Map extends Mapper<Object, Text, Text, Text> {
 // 实现map函数
 public void map(Object key, Text value, Context context)
 throws IOException, InterruptedException {
            String line = value.toString();// 每行文件
 new String();// 左右表标识
 // 输入文件首行，不处理
 if (line.contains("factoryname") == true
                    || line.contains("addressed") == true) {
 return;
            }
 // 输入的一行预处理文本
 new StringTokenizer(line);
 new String();
 new String();
 int i = 0;
 while (itr.hasMoreTokens()) {
 // 先读取一个单词
                String token = itr.nextToken();
 // 判断该地址ID就把存到"values[0]"
 if (token.charAt(0) >= '0' && token.charAt(0) <= '9') {
                    mapkey = token;
 if (i > 0) {
 "1";
 else {
 "2";
                    }
 continue;
                }
 // 存工厂名
 " ";
                i++;
            }
 // 输出左右表
            context.write(new Text(mapkey), new Text(relationtype + "+"+ mapvalue));
        }
    }
 /*
     * reduce解析map输出，将value中数据按照左右表分别保存，
　　* 然后求出笛卡尔积，并输出。
     */
 public static class Reduce extends Reducer<Text, Text, Text, Text> {
 // 实现reduce函数
 public void reduce(Text key, Iterable<Text> values, Context context)
 throws IOException, InterruptedException {
 // 输出表头
 if (0 == time) {
 context.write(new Text("factoryname"), new Text("addressname"));
 time++;
            }
 int factorynum = 0;
 new String[10];
 int addressnum = 0;
 address = new String[10];
 Iterator ite = values.iterator();
 while (ite.hasNext()) {
                String record = ite.next().toString();
 int len = record.length();
 int i = 2;
 if (0 == len) {
 continue;
                }
 // 取得左右表标识
 char relationtype = record.charAt(0);
 // 左表
 if ('1' == relationtype) {
                    factory[factorynum] = record.substring(i);
                    factorynum++;
                }
 // 右表
 if ('2' == relationtype) {
 address[addressnum] = record.substring(i);
                    addressnum++;
                }
            }
 // 求笛卡尔积
 if (0 != factorynum && 0 != addressnum) {
 for (int m = 0; m < factorynum; m++) {
 for (int n = 0; n < addressnum; n++) {
 // 输出结果
                        context.write(new Text(factory[m]),
 new Text(address[n]));
                    }
                }
            }
        }
    }
 public static void main(String[] args) throws Exception {
 new Configuration();
        conf.set("mapred.job.tracker", "192.168.1.2:9001");
 new String[] { "MTjoin_in", "MTjoin_out" };
 new GenericOptionsParser(conf, ioArgs).getRemainingArgs();
 if (otherArgs.length != 2) {
            System.err.println("Usage: Multiple Table Join <in> <out>");
            System.exit(2);
        }
 new Job(conf, "Multiple Table Join");
        job.setJarByClass(MTjoin.class);
 // 设置Map和Reduce处理类
        job.setMapperClass(Map.class);
        job.setReducerClass(Reduce.class);
 // 设置输出类型
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(Text.class);
 // 设置输入和输出目录
        FileInputFormat.addInputPath(job, new Path(otherArgs[0]));
        FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));
        System.exit(job.waitForCompletion(true) ? 0 : 1);
    }
}