1. 第一次完成正常的统计总流量数据,第二步将结果进行排序

2. context.write(总流量,手机号)

3. SorFlowBean实现WritableComparable接口重写compareTo方法

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

SortFlowBean类

	package com.zyd.sortflowbean;
	
	import java.io.DataInput;
	import java.io.DataOutput;
	import java.io.IOException;
	
	import org.apache.hadoop.io.WritableComparable;
	
	public class SortFlowBean implements WritableComparable{
		
		private long upFlow;
		private long downFlow;
		private long sumFlow;
		
		
		
		
		//反序列化需要反射调用空参构造函数
		public SortFlowBean() {
			super();
		}
	
		
		
		public SortFlowBean(long upFlow, long downFlow) {
			super();
			this.upFlow = upFlow;
			this.downFlow = downFlow;
			this.sumFlow = upFlow + downFlow;
		}
	
		public void set(long upFlow, long downFlow) {
			this.upFlow = upFlow;
			this.downFlow = downFlow;
			this.sumFlow = upFlow + downFlow;
		}
	
		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;
		}
	
	
	
		@Override
		/**
		 * 反序列化方法 注意反序列化的顺序和序列化的顺序完全一致
		 */
		public void readFields(DataInput in) throws IOException {
			upFlow = in.readLong();
			downFlow = in.readLong();
			sumFlow = in.readLong();
		}
		
		/**
		 * 序列化方法
		 */
		@Override
		public void write(DataOutput out) throws IOException {
			out.writeLong(upFlow);
			out.writeLong(downFlow);
			out.writeLong(sumFlow);
			
		}
	
		@Override
		public String toString() {
			return upFlow + "\t" + downFlow + "\t" + sumFlow;
		}
	
		/**
		 * 重点
		 */
		@Override
		public int compareTo(SortFlowBean o) {
			//倒序排序,从大到小
			return this.sumFlow>o.getSumFlow()?-1:1;
		}
	
	}

对于mapper方法优化为一个对象,reduce方法则直接输出结果即可,驱动函数根据输入输出重写配置即可
把需要做操作的数据作为key 不需要的或者重复的累加数据作为value

package com.zyd.sortflowbean;

import java.io.IOException;

import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;

/**
 * 
 * @author Administrator
 *
 */
public class FlowSortMapper extends Mapper{
	SortFlowBean sBean = new SortFlowBean();
	Text v = 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 截取字段
		String[] fields = line.split("\t");
			//3 封装对象以及获取电话号码
		long upFlow = Long.parseLong(fields[1]);
		long downFlow = Long.parseLong(fields[2]);
		
		sBean.set(upFlow, downFlow);
		v.set(fields[0]);
		
		//4 写出去
		context.write(sBean, v);
	}
}

Reducer方法

	package com.zyd.sortflowbean;
	
	import java.io.IOException;
	
	import org.apache.hadoop.io.Text;
	import org.apache.hadoop.mapreduce.Reducer;
	/**
	 * 输出的时候要求是key 是flowBean value 是Text 手机号
	 * @author Administrator
	 *
	 */
	public class FlowSortReducer extends Reducer{
	
		@Override
		protected void reduce(SortFlowBean bean, Iterablevalues,Context context)
				throws IOException, InterruptedException {
			Text v = values.iterator().next();
			context.write(v, bean);
		}
	}

实现的主驱动类

	package com.zyd.sortflowbean;
	
	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;
	
	import com.zyd.flowsum.FlowBean;
	
	public class FlowSorDriver  {
		public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
			//1 获取job信息
			Configuration conf = new Configuration();
			Job job = Job.getInstance(conf);
			//2 获取jar的存储路径
			job.setJarByClass(FlowSorDriver.class);
			//3 关联map和reduce的class类
			job.setMapperClass(FlowSortMapper.class);
			job.setReducerClass(FlowSortReducer.class);
			
			//4 设置map阶段输出的key和value类型
			job.setMapOutputKeyClass(SortFlowBean.class);
			job.setMapOutputValueClass(Text.class);
			
			//5 设置最后输出数据的key和value类型
			
			job.setOutputKeyClass(Text.class);
			job.setOutputValueClass(SortFlowBean.class);
				
			//6 设置输入数据的路径 和输出数据的路径
			FileInputFormat.setInputPaths(job, new Path(args[0]));
			FileOutputFormat.setOutputPath(job, new Path(args[1]));
			
			//7 提交
			boolean result = job.waitForCompletion(true);
			
			System.exit(result ? 0:1);
		
		}
	}