Hadoop实例：单轮MapReduce的矩阵乘法Demo

矩阵的乘法只有在第一个矩阵的列数(column)和第二个矩阵的行数(row)相同时才有定义。一般单指矩阵乘积时，指的便是一般矩阵乘积。若A为i×r矩阵，B为r×j矩阵，则他们的乘积AB(有时记做A · B)会是一个i×j矩阵。其乘积矩阵的元素如下面式子得出:\

书中提到的对矩阵乘法的MapReduce实现方法是：

Map函数：对于矩阵M的每个元素M[i,j]，产生一系列的键值对(i,k)->(M,j, M[i,j]),其中k=1,2…，直到矩阵N的列数。同样，对于矩阵N的每个元素N[j,k]，产生一系列的键值对(i，k)->(N,j,N[j,k]),其中i=1,2…，直到矩阵M的行数。

Reduce函数：根据MR的原理，相同键i,k的数据会发送个同一个 reduce。如果M为2*2矩阵，N为2×3矩阵，reduce函数需要处理的数据为：

（1,1）->[(M,1, M[1,1])、(M,2, M[1,2])、(N,1, N[1,1])、(N,2, N[2,1])]，

（1,2）->[(M,1, M[1,1])、(M,2, M[1,2])、(N,1, N[1,2])、(N,2, N[2,2])]，

（1,3）->[(M,1, M[1,1])、(M,2, M[1,2])、(N,1, N[1,3])、(N,2, N[2,3])],

（2,1）->[(M,1, M[2,1])、(M,2, M[2,2])、(N,1, N[1,1])、(N,2, N[2,1])]，

（2,2）->[(M,1, M[2,1])、(M,2, M[2,2])、(N,1, N[1,2])、(N,2, N[2,2])]，

（2,3）->[(M,1, M[2,1])、(M,2, M[2,2])、(N,1, N[1,3])、(N,2, N[2,3])]。

这样只要将所有(M,j, M[i,j])和(N,j, N[j,k])分别按照j值排序并放在不同的两个列表里面。将这个列表的第j个元素M[i,j]个N[j,k]相乘，然后将这些积相加，最后积的和与键(i,k)组对作为reduce函数的输出。对于上面的例子reduce的输出就是：

（1,1）->（M[1,1]* N[1,1]+ M[1,2]* N[2,1]）

（1,2）->（M[1,1]* N[1,2]+ M[1,2]* N[2,2]）

（1,3）->（M[1,1]* N[1,3]+ M[1,2]* N[2,3]）

（2,1）->（M[2,1]* N[2,1]+ M[2,2]* N[2,1]）

（2,2）->（M[2,1]* N[1,2]+ M[2,2]* N[2,2]）

（2,3）->（M[2,1]* N[1,3]+ M[2,2]* N[2,3]）

下面是MapReduce的实现步骤：

(1).构造矩阵M：300*150；矩阵N：150*500。两矩阵的值放在一个M.data文件中，每行的格式为：文件标识#行坐标#列坐标#坐标值。

package com.cuijh.matrix;

import java.io.IOException;
import java.net.URI;
import java.util.Random;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FSDataOutputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;

//构造矩阵 M: 300*150  N: 150*300 两矩阵的值放在一个Matrix.data文件中，每行的格式为：文件标识#行坐标#列坐标#坐标值。
public class MatrixGenerate {

public static void main(String[] args) throws IOException, InterruptedException {

Configuration conf = new Configuration();
String dst = "hdfs://127.0.0.1:9000/user/cuijh/testdata/Matrix.data";
FileSystem fs = FileSystem.get(URI.create(dst), conf);
Path path = new Path(dst);
FSDataOutputStream fdos= fs.create(path,true);
int i=30; int j=15; int k=50;
for(int r=1; r<=i; r++){
for(int c=1; c<=j; c++){
fdos.writeUTF("M#"+r+"#"+c+"#"+new Random().nextInt(100)+"\n");
}
fdos.flush();
}
for(int r=1; r<=j; r++){
for(int c=1; c<=k; c++){
fdos.writeUTF("N#"+r+"#"+c+"#"+new Random().nextInt(100)+"\n");
}
fdos.flush();
}

fdos.close();
fs.close();
}

}

(2).基于上面的方法编写Map函数和Reduce函数。

package com.cuijh.matrix;

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.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;

//单轮MapReduce的矩阵乘法
public class MartrixMultiplication {

public static class MartrixMapper extends Mapper<Object, Text, Text, Text>{
private Text map_key = new Text();
private Text map_value = new Text();

int rNumber = 30;
int cNumber = 50;
String fileTarget;
String i,j,k,ij,jk;

public void map(Object key, Text value, Context context) throws IOException, InterruptedException {

String eachterm[] = value.toString().split("#");
fileTarget = eachterm[0];
if(fileTarget.equals("M")){
i = eachterm[1];
j = eachterm[2];
ij = eachterm[3];

for(int c = 1; c<=cNumber; c++){
map_key.set(i + "#" + String.valueOf(c));
map_value.set("M" + "#" + j + "#" + ij);
context.write(map_key, map_value);
}

}else if(fileTarget.equals("N")){
j = eachterm[1];
k = eachterm[2];
jk = eachterm[3];

for(int r = 1; r<=rNumber; r++){
map_key.set(String.valueOf(r) + "#" +k);
map_value.set("N" + "#" + j + "#" + jk);
context.write(map_key, map_value);
}
}
}

}

public static class MartrixReducer extends Reducer<Text,Text,Text,Text> {
private Text reduce_value = new Text();
int jNumber = 15;

int M_ij[] = new int[jNumber+1];
int N_jk[] = new int[jNumber+1];

int j, ij, jk;
String fileTarget;

public void reduce(Text key, Iterable<Text> values, Context context) throws IOException, InterruptedException {
int jsum=0;
for(Text val : values){
String eachterm[] = val.toString().split("#");

fileTarget = eachterm[0];
j=Integer.parseInt(eachterm[1]);
if("M".equals(fileTarget)){
ij = Integer.parseInt(eachterm[2]);
M_ij[j]=ij;
}else if("N".equals(fileTarget)){
jk = Integer.parseInt(eachterm[2]);
N_jk[j]=jk;
}
}

for(int d=1; d<=jNumber; d++){

jsum += M_ij[j] * N_jk[d];
}

reduce_value.set(String.valueOf(jsum));
context.write(key, reduce_value);
}

}

public static void main(String[] args) throws IOException, InterruptedException, ClassNotFoundException {
Configuration conf = new Configuration();
String[] otherArgs = new GenericOptionsParser(conf,args).getRemainingArgs();
if(otherArgs.length !=2){
System.out.println("Usage: MatrixMultiplication <input> <output>");
System.exit(2);
}

Job job = new Job(conf,"MartrixMultiplication");
job.setJarByClass(MartrixMultiplication.class);
job.setMapperClass(MartrixMapper.class);
job.setReducerClass(MartrixReducer.class);

job.setOutputKeyClass(Text.class);
job.setOutputValueClass(Text.class);

FileInputFormat.setInputPaths(job, new Path(otherArgs[0]));
FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));

System.exit(job.waitForCompletion(true) ? 0 : 1);
}
}