Этот пример показывает, как найти максимальное значение одной переменной в наборе данных с помощью mapreduce
. Это демонстрирует самое простое использование mapreduce
, поскольку существует только одно ключевое и минимальное вычисление.
Создайте datastore с помощью набора данных airlinesmall.csv
. Этот набор данных на 12 мегабайтов содержит 29 столбцов информации о рейсе для нескольких поставщиков услуг авиакомпании, включая прибытие и время отправления. В этом примере выберите ArrDelay
(задержка прибытия рейса) как переменная интереса.
ds = tabularTextDatastore('airlinesmall.csv', 'TreatAsMissing', 'NA'); ds.SelectedVariableNames = 'ArrDelay';
Datastore обрабатывает значения 'NA'
как пропавших без вести и заменяет отсутствующие значения на значения NaN
по умолчанию. Кроме того, свойство SelectedVariableNames
позволяет вам работать только с выбранной переменной интереса, который можно проверить использование preview
.
preview(ds)
ans = 8x1 table ArrDelay ________ 8 8 21 13 4 59 3 11
Функция mapreduce
требует функции карты и уменьшать функции как входные параметры. Картопостроитель получает фрагменты данных и выходных промежуточных результатов. Редуктор читает, промежуточное звено заканчивается и приводит к конечному результату.
В этом примере картопостроитель находит максимальную задержку прибытия каждого фрагмента данных. Картопостроитель затем хранит эти максимальные значения как промежуточные значения, сопоставленные с ключом 'PartialMaxArrivalDelay'
.
Отобразите файл функции карты.
function maxArrivalDelayMapper (data, info, intermKVStore) % Mapper function for the MaxMapreduceExample. % Copyright 1984-2014 The MathWorks, Inc. % Data is an n-by-1 table of the ArrDelay. As the data source is tabular, % the return of read is a table object. partMax = max(data.ArrDelay); add(intermKVStore, 'PartialMaxArrivalDelay',partMax);
Редуктор получает список максимальных задержек прибытия каждого фрагмента и находит полную максимальную задержку прибытия из списка значений. mapreduce
только вызывает этот редуктор однажды, поскольку картопостроитель только добавляет один уникальный ключ. Редуктор использует add
, чтобы добавить итоговую пару "ключ-значение" в вывод.
Отобразите уменьшать файл функции.
function maxArrivalDelayReducer(intermKey, intermValIter, outKVStore) % Reducer function for the MaxMapreduceExample. % Copyright 2014 The MathWorks, Inc. % intermKey is 'PartialMaxArrivalDelay'. intermValIter is an iterator of % all values that has the key 'PartialMaxArrivalDelay'. maxVal = -inf; while hasnext(intermValIter) maxVal = max(getnext(intermValIter), maxVal); end % The key-value pair added to outKVStore will become the output of mapreduce add(outKVStore,'MaxArrivalDelay',maxVal);
Используйте mapreduce
, чтобы применить map и reduce функции к datastore, ds
.
maxDelay = mapreduce(ds, @maxArrivalDelayMapper, @maxArrivalDelayReducer);
******************************** * MAPREDUCE PROGRESS * ******************************** Map 0% Reduce 0% Map 16% Reduce 0% Map 32% Reduce 0% Map 48% Reduce 0% Map 65% Reduce 0% Map 81% Reduce 0% Map 97% Reduce 0% Map 100% Reduce 0% Map 100% Reduce 100%
mapreduce
возвращает datastore, maxDelay
, с файлами в текущей папке.
Считайте конечный результат из выходного datastore, maxDelay
.
readall(maxDelay)
ans = 1x2 table Key Value _________________ ______ 'MaxArrivalDelay' [1014]