没人发我来发！

任务1  统计手机用户总流量

任务描述

本关任务：根据手机流量数据，编写 MapReduce 程序来统计出每个手机号码的一年总流量。

相关知识

求和概述

求和是 MapReduce 中最常见的数值算法，使用 Map 端读取数据，若只需要针对单行数据进行求和的话，只 Map 端就可以满足了。若需要针对多行数据进行分组求和的话，那就需要 Map 端和 Reducer 端相结合，以 key 值区分来将所有数值进行求和，达到分组求和的效果。

数据文件格式说明

这是编程中用到的手机流量数据，为 txt 格式，文件名phonetraffic.txt，大小 240 行，前几行示例如下：

1. 18632845069,Jan,40978,94715
2. 18632845069,Feb,39481,63612
3. 18632845069,Mar,88509,13659
4. 18632845069,Apr,68661,87788
5. 18632845069,May,11444,22327
6. 18632845069,Jun,88736,150
7. 18632845069,Jul,34271,20820
8. 18632845069,Aug,91564,21082
9. 18632845069,Sept,73077,21820
10. 18632845069,Oct,66969,28916
11. 18632845069,Nov,12245,77496
12. 18632845069,Dec,19398,98038
13. ...
14. -- 总共 240 行--

• 每一行数据（4列）分别表示: 手机号码, 月份, 上行流量（上传）, 下行流量（下载）；

本关卡使用一个计算手机总流量作为案例，可以先将上行流量和下行流量加起来作为当月总流量，在通过手机号去将每月的流量累加起来，就可以得出手机号码的一年总流量为多少。

编程要求

根据提示，在右侧编辑器补充代码，计算出每个手机号码的一年总流量。

• main 方法已给出，其中 Job 和输入输出路径已配置完成，无需更改；
• map 和 reduce 的输入输出 key、value 已给出；
• 编程中直接写 map 与 reduce 过程的主要内容即可。

预期输出格式：

1. 手机号码 总流量
2. 手机号码 总流量
3. ···
4. ···

测试说明

平台会对你编写的代码进行测试，如果编写的 MapReduce 输出与预期一致，则通过。

代码：

package phone.mapreduce;
//2023/12/8 Hadoop实验四
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
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;

public class PhonetrafficDriver {
    public static class Map extends Mapper<LongWritable, Text,Text, IntWritable> {
        @Override
        protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
            /********** Begin **********/
            //获取输入的行,并以 , 分开成列表  
            String[] fields = value.toString().split(",");
            //将当月的上行流量和下行流量相加
            int sum = Integer.parseInt(fields[2]) + Integer.parseInt(fields[3]);
            //将key为手机号，value为当月的总流量传入至reduce中
            context.write(new Text(fields[0]), new IntWritable(sum));
            /********** End **********/        
        }
    }
    public static class Reduce extends Reducer<Text, IntWritable,Text, IntWritable> {
        @Override
        protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
            /********** Begin **********/
            //定义总流量
            int sum = 0;
            //遍历集合求手机一年总流量
            for (IntWritable value : values) {
                sum += value.get();
            }
            //得出结果
            context.write(key, new IntWritable(sum));
            /********** End **********/
        }
    }

    public static void main(String[] args) throws Exception {
        //创建配置信息
        Configuration conf=new Configuration();
        // 创建任务
        Job job = Job.getInstance(conf);
        //设置执行类
        job.setJarByClass(PhonetrafficDriver.class);
        //设置自定义Mapper类
        job.setMapperClass(Map.class);
        //设置自定义Reducer类
        job.setReducerClass(Reduce.class);
        //设置map函数输出数据的key和value的类型
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(IntWritable.class);
        //设置reduce函数输出数据的key和value的类型
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);
        //如果输出目录存在，就删除
        Path output= new Path("/root/files");
        FileSystem fileSystem = output.getFileSystem(conf);
        if (fileSystem.exists(output)){
            fileSystem.delete(output,true);
        }
        //设置输入输出路径
        FileInputFormat.addInputPath(job, new Path("/data/workspace/myshixun/data/phonetraffic.txt"));
        FileOutputFormat.setOutputPath(job,output);
        //提交作业，若成功返回true,失败返回falase
        boolean b = job.waitForCompletion(true);
        if (b){
            System.out.println("恭喜，清洗成功");
        }else{
            System.out.println("不好意思，清洗失败");
        }
    }
}