5.5　案例分析：求平均分

本例通过对输入文件中的学生的三科成绩进行计算，得出每个学生的平均成绩。输入文件中的每行内容均为一个学生的姓名和其相应的成绩，每门学科为一个文件。要求输出结果中每行有两个数据，其中第一个代表学生的姓名，第二个代表其平均成绩。

输入的三个文件内容如下：

math.txt：

     张三  88
     李四  99
     王五  66
     赵六  77

chinese.txt：

     张三  78
     李四  89
     王五  96
     赵六  67

english.txt：

     张三  80
     李四  82
     王五  84
     赵六  86

期望输出结果如下：

     张三  82
     李四  90
     王五  82
     赵六  76

1.设计思路

根据MapReduce的工作原理可知，Map任务最终处理的结果对<key,value>会送到Reduce任务进行合并，具有相同key的<key,value>对会送到同一个Reduce任务中进行处理，即Reduce任务处理的数据是key和这个key对应的所有value的一个集合（value-list）。

MapReduce经典的单词计数例子是将接收到的每一个value-list进行求和，进而得到所需的结果。而本例中，我们将Reduce任务接收到的value-list进行求平均分后，作为输出的value值即可，输出的key值仍然为接收到的key。

整个求平均分的流程如图5-9所示。

图5-9　MapReduce求平均分的执行流程

2.程序源码

项目的新建及依赖jar包的引入参见5.4节的数据去重案例，此处不再赘述。

本例完整的程序源代码如下：

需要注意的是，Hadoop在涉及编码时默认使用的是UTF-8，如果文件编码格式是其他类型（如GBK），则会出现乱码。此时只需在map()或reduce()方法中读取Text时，进行一下转码操作，确保都是以UTF-8的编码方式在运行即可，转码的核心代码如下：

     String line=new String(value.getBytes(),0,value.getLength(),"UTF-8");

3.程序运行

程序的打包和运行参考前面的“单词计数”和“数据去重”案例，此处不再赘述。

执行完成后，查看HDFS的/output目录生成的结果内容，如图5-10所示。

图5-10　查看HDFS结果内容 ZPg4c7DtGv3ymF0tkcD+5lqkwlVzeLpZuGOAi39rPprZ3OcE9/DGuZp/ABbXj0AZ