海量数据的二度人脉挖掘算法（Hadoop 实现）

98)this.width=498;'' onmousewheel = ''javascript:return big(this)'' style="cursor: pointer" alt="" src="/uploadfile/201301/12/A3121747464.jpg" />

代码如下：

Map 任务：输出时 key 为 由两个String 记录的ID表示的 二度人脉关系，value 为 这个二度关系产生的间接人的ID

public void map(Text key, TextPair values, Context context) throws IOException,InterruptedException{  
        Map<String, String> first_follow = new HashMap<String, String>();  
        Map<String, String> second_befollow = new HashMap<String, String>();  
        String _key = key.toString();  
        String[] follow = values.getFirst().toString().split(Separator.TABLE_String);  
          
        String[] second = values.getSecond().toString().split(Separator.TABLE_String);  
          
        for(String sf : follow){  
              
            first_follow.put(sf , _key );  
              
        }  
          
        for(String ss : second){  
              
            second_befollow.put(ss , _key );  
              
        }  
          
        for(Entry<String, String> f : first_follow.entrySet()){  
            for(Entry<String, String> b : second_befollow.entrySet()){  
                context.write(new TextPair(f.getKey() ,b.getKey()), new Text(key));  
            }  
        }  
&nbsp;&nbsp;&nbsp;&nbsp;} 

Reduce任务：输出时 key 仍然为二度人脉关系， value 为所有间接人 的ID以逗号分割。

protected void reduce(TextPair key, Iterable<Text> values, Context context)  
    throws IOException, InterruptedException {  
      
    StringBuilder resutl = new StringBuilder();  
    for (Text text : values){  
        resutl.append(text.toString()).append(",");  
    }  
      
    context.write(key, new Text(resutl.toString()));  
} 

到