序列化概述

序列化：
目的：将对象转化为字节以便写入磁盘和网络传输（IO流）
形式：对象—>字节序列（或其他数据传输协议）
内存—>磁盘或网络

反序列化：
目的：将字节转化回对象，以便重新调用编写程序。
形式：字节序列（或其他数据传输协议）—>对象
磁盘或网络—>内存

为什么不用java的序列化：
java的是重量级，会附带很多额外信息，不利于搞笑传递

在hadoop上：

因为map和reduce有可能在不同的节点上，所以需要序列化和反序列化

常用数据序列化类型

**Java	**Hadoop Writable
Boolean	BooleanWritable
Byte	ByteWritable
Integer	IntWritable
Float	FloatWritable
Long	LongWritable
Double	DoubleWritable
String	Text
Map	MapWritable
Array	ArrayWritable

序列化提供的方法：

如果是String 字符型的数据
序列化:
wirteUTF
反序列化
readUTF

自定义bean对象实现序列化接口（Writable）

在企业开发中往往常用的基本序列化类型不能满足所有需求，比如在Hadoop框架内部传递一个bean对象，那么该对象就需要实现序列化接口。
具体实现bean对象序列化步骤如下7步。
（1）必须实现Writable接口
（2）反序列化时，需要反射调用空参构造函数，所以必须有空参构造

public FlowBean() {
   super();
}

（3）重写序列化方法

@Override
public void write(DataOutput out) throws IOException {
   out.writeLong(upFlow);
   out.writeLong(downFlow);
   out.writeLong(sumFlow);
}

（4）重写反序列化方法

@Override
public void readFields(DataInput in) throws IOException {
   upFlow = in.readLong();
   downFlow = in.readLong();
   sumFlow = in.readLong();
}

（5）注意反序列化的顺序和序列化的顺序完全一致
（6）要想把结果显示在文件中，需要重写toString()，可用”\t”分开，方便后续用。
（7）如果需要将自定义的bean放在key中传输，则还需要实现Comparable接口，因为MapReduce框中的Shuffle过程要求对key必须能排序。详见后面排序案例。

@Override
public int compareTo(FlowBean o) {
   //倒序排列，从大到小
   return this.sumFlow > o.getSumFlow() ? -1 : 1;
}

序列化案例实操

1）需求
统计每一个手机号耗费的总上行流量、下行流量、总流量
（1）输入数据
对于有空数据可以反向取数：length-i

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

                          <br />（2）输入数据格式：

7 13560436666 120.196.100.99 1116 954 200 id 手机号码网络ip 上行流量下行流量网络状态码

（3）期望输出数据格式

13560436666 1116 954 2070 手机号码上行流量下行流量总流量

2）需求分析

3）编写MapReduce程序
（1）编写流量统计的Bean对象

package com.atguigu.mapreduce.flowsum;
import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;
import org.apache.hadoop.io.Writable;
// 1 实现writable接口
public class FlowBean implements Writable{
   private long upFlow;
   private long downFlow;
   private long sumFlow;
   //2  反序列化时，需要反射调用空参构造函数，所以必须有
   public FlowBean() {
      super();
   }
   public FlowBean(long upFlow, long downFlow) {
      super();
      this.upFlow = upFlow;
      this.downFlow = downFlow;
      this.sumFlow = upFlow + downFlow;
   }
    //3  写序列化方法
   @Override
   public void write(DataOutput out) throws IOException {
      out.writeLong(upFlow);
      out.writeLong(downFlow);
      out.writeLong(sumFlow);
   }
   //4反序列化方法
   //5反序列化方法读顺序必须和写序列化方法的写顺序必须一致
   @Override
   public void readFields(DataInput in) throws IOException {
      this.upFlow  = in.readLong();
      this.downFlow = in.readLong();
      this.sumFlow = in.readLong();
   }
   // 6 编写toString方法，方便后续打印到文本
   @Override
   public String toString() {
      return upFlow + "\t" + downFlow + "\t" + 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;
   }
}

（2）编写Mapper类

package com.atguigu.mapreduce.flowsum;
import java.io.IOException;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;
public class FlowCountMapper extends Mapper<LongWritable, Text, Text, FlowBean>{
   FlowBean v = new FlowBean();
   Text k = new Text();
   @Override
   protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
      // 1 获取一行
      String line = value.toString();
      // 2 切割字段
      String[] fields = line.split("\t");
      // 3 封装对象
      //取出手机号码
      String phoneNum = fields[1];
      //取出上行流量和下行流量
      long upFlow = Long.parseLong(fields[fields.length - 3]);
      long downFlow = Long.parseLong(fields[fields.length - 2]);
      k.set(phoneNum);
      v.set(downFlow, upFlow);
      // 4 写出
      context.write(k, v);
   }
}

（3）编写Reducer类

package com.atguigu.mapreduce.flowsum;
import java.io.IOException;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;
public class FlowCountReducer extends Reducer<Text, FlowBean, Text, FlowBean> {
   @Override
   protected void reduce(Text key, Iterable<FlowBean> values, Context context)throws IOException, InterruptedException {
      long sum_upFlow = 0;
      long sum_downFlow = 0;
      // 1 遍历所用bean，将其中的上行流量，下行流量分别累加
      for (FlowBean flowBean : values) {
          sum_upFlow += flowBean.getUpFlow();
          sum_downFlow += flowBean.getDownFlow();
      }
      // 2 封装对象
      FlowBean resultBean = new FlowBean(sum_upFlow, sum_downFlow);
      // 3 写出
      context.write(key, resultBean);
   }
}

（4）编写Driver驱动类

package com.atguigu.mapreduce.flowsum;
import java.io.IOException;
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;
public class FlowsumDriver {
   public static void main(String[] args) throws IllegalArgumentException, IOException, ClassNotFoundException, InterruptedException {
// 输入输出路径需要根据自己电脑上实际的输入输出路径设置
args = new String[] { "e:/input/inputflow", "e:/output1" };
      // 1 获取配置信息，或者job对象实例
      Configuration configuration = new Configuration();
      Job job = Job.getInstance(configuration);
      // 6 指定本程序的jar包所在的本地路径
      job.setJarByClass(FlowsumDriver.class);
      // 2 指定本业务job要使用的mapper/Reducer业务类
      job.setMapperClass(FlowCountMapper.class);
      job.setReducerClass(FlowCountReducer.class);
      // 3 指定mapper输出数据的kv类型
      job.setMapOutputKeyClass(Text.class);
      job.setMapOutputValueClass(FlowBean.class);
      // 4 指定最终输出的数据的kv类型
      job.setOutputKeyClass(Text.class);
      job.setOutputValueClass(FlowBean.class);
      // 5 指定job的输入原始文件所在目录
      FileInputFormat.setInputPaths(job, new Path(args[0]));
      FileOutputFormat.setOutputPath(job, new Path(args[1]));
      // 7 将job中配置的相关参数，以及job所用的java类所在的jar包， 提交给yarn去运行
      boolean result = job.waitForCompletion(true);
      System.exit(result ? 0 : 1);
   }
}