大数据-MapReduce-关于Json数据格式的数据的处理与练习

目录

🐶16.1 Json是什么？

🐶16.2 Json的语法规则

🐶16.3 JSON 和 XML

🐶16.4 java中关于json中的jar包

🥙GSON：由谷歌进行开发

🥙Fastjson： 由阿里进行开发

🐶16.5 JsonObject讲解

🥙1.介绍

🥙2. 依赖

🥙3. 方法

🥙4. 实例-将json数据转换成java对象

🐶16.6 json在MapReduce中的引用

---

🐶16.1 Json是什么？

• JSON，全称是 JavaScript Object Notation，即 JavaScript对象标记法。

• JSON无论对于人，还是对于机器来说，都是十分便于阅读和书写的，而且相比 XML(另一种常见的数据交换格式)，文件更小，因此迅速成为网络上十分流行的交换格式。

🐶16.2 Json的语法规则

JSON 的语法规则十分简单，可称得上“优雅完美”，总结起来有：

• 数组（Array）用方括号(“[]”)表示。

• 对象（0bject）用大括号(“{}”)表示。

• 名称/值对(name/value）组合成数组和对象。

• 名称(name）置于双引号中，值（value）有字符串、数值、布尔值、null、对象和数组。

• 并列的数据之间用逗号(“,”）分隔

🐶16.3 JSON 和 XML

JSON常被拿来与XML做比较，因为JSON 的诞生本来就多多少少要有取代XNL的意思。

相比 XML，JSON的优势如下:

1. 没有结束标签,长度更短,读写更快

2. 能够直接被JavaScript解释器解析

3. 可以使用数组

两者比较

• JSON：

{
        "name":"兮动人",
        "age":22,
        "fruits":["apple","pear","grape"]
}

• XML：

<root>
        <name>兮动人</name>
        <age>22</age>
        <fruits>apple</fruits>
        <fruits>pear</fruits>
        <fruits>grape</fruits>
</root>

🐶16.4 java中关于json中的jar包

• 🥙GSON：由谷歌进行开发

下载地址：https://blog.csdn.net/u011403174/article/details/89491448

• 🥙Fastjson： 由阿里进行开发

下载地址：https://github.com/alibaba/fastjson

🐶16.5 JsonObject讲解

🥙1.介绍

1）JSONObject只是一种数据结构，可以理解为JSON格式的数据结构（key-value 结构），可以使用put方法给json对象添加元素。JSONObject可以很方便的转换成字符串，也可以很方便的把其他对象转换成JSONObject对象。

2）JSON（JavaScript Object Notation的首字母缩写）是一种轻量级数据交换格式，最常用于客户端 - 服务器通信。它既易于读/写，又与语言无关。JSON值可以是另一个JSON 对象，数组，数字，字符串，布尔值（true / false）或null。也是后端开发中经常要接触的一个一个类，将要数据封装成json然后传递给前端。

🥙2. 依赖

<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>fastjson</artifactId>
    <version>1.2.46</version>
</dependency>

?

🥙3. 方法

• toJSONString(Object)【将指定的对象序列化成Json表示形式】

• parseObject(String, Class)【将json反序列化为指定的Class模式】

🥙4. 实例-将json数据转换成java对象

这里有一个movie.txt的json文件，数据

package hadoop;

import com.alibaba.fastjson.JSONObject;
import com.doit.day03.Student;

import java.io.*;

public class JsonDemo {
    public static void main(String[] args) throws IOException {

        BufferedReader file=new BufferedReader(new FileReader("C:\\Users\\35014\\Desktop\\大数据\\test_file\\movie.txt"));

        String line=null;

        while ((line=file.readLine())!=null){
            //将json反序列化为Movie模式
            Movie movie = JSONObject.parseObject(line, Movie.class);
            System.out.println(movie);
            
            //将Movie模式序列化为Json表示形式
            String s = JSONObject.toJSONString(movie);
            System.out.println(s);
        }

        file.close();

    }
}

?

🐶16.6 json在MapReduce中的引用

获取每部电影的平均分

package com.doit.day03;

import com.alibaba.fastjson.JSONObject;
import org.apache.hadoop.conf.Configuration;
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.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 java.io.IOException;

// 每部电影的平均评分
public class MovieDemo {
    public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
// 创建配置文件对象
        Configuration conf = new Configuration();

        // 创建任务对象
        Job job = Job.getInstance(conf, "movie_rate");


        // 设置job任务中的map任务的任务类
        job.setMapperClass(MovieMapper.class);

        // 设置job任务中的reduce任务的任务类
        job.setReducerClass(MovieReducer.class);


        // 设置map端的输出的结果数据的类型
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(DoubleWritable.class);

        // 设置reduce端的输出的结果数据的类型
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(DoubleWritable.class);


        // 设置任务读取的文件的地址
        FileInputFormat.setInputPaths(job, new Path("D:\\hdp_data\\movie"));

        // 设置任务输出的结果文件的地址
        FileOutputFormat.setOutputPath(job, new Path("D:\\hdp_data\\movie_value"));

        // 将任务做提交操作
        job.waitForCompletion(true);

    }

    static class MovieMapper extends Mapper<LongWritable, Text, Text, DoubleWritable> {
        @Override
        protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
            String str = value.toString();

            Movie mv = JSONObject.parseObject(str, Movie.class);

            String movie = mv.getMovie();
            String rate = mv.getRate();

            System.out.println("movie:"+movie+"rate:"+rate);
            context.write(new Text(movie), new DoubleWritable(Double.parseDouble(rate)));

        }
    }

    static class MovieReducer extends Reducer<Text, DoubleWritable, Text, DoubleWritable> {
        @Override
        protected void reduce(Text key, Iterable<DoubleWritable> values, Context context) throws IOException, InterruptedException {
            int count = 0;
            int sum = 0;

            for (DoubleWritable value : values) {
                sum += value.get();
                count++;
            }

            double avg = sum / count;

            context.write(key, new DoubleWritable(avg));
        }
    }
}