Sorular
-----------

Soru-1 [10 Puan]
-----------
`s3n://t2-hackathon-question-data/1` dizini altında bulunan tüm tweetler incelenerek ülke kodları ve bunların kaç tane geçtiğini bulan bir Map/Reduce uygulamasını yazınız.

**Açıklamalar:**

1. Ülke kodu alanı tweet datasındaki `place` alanının içindeki `country_code` değeridir.
2. Ülke kodu değeri 2 karakterlidir ve `country_code` değeri boş olan tweetlerin `country_code` değeri `??` olarak kabul edilecektir.
3. Çıktıda her satırda ülke kodu ve bu ülke kodunun kaç kere geçtiği bilgisi olacaktır.
4. Çıktıdaki ülke kodu ve sıklık değeri arasında bir tane **boşluk** olacaktır.
5. Satırlar ülke kodlarının string değerlerine göre **küçükten büyüğe** göre **artan** sırada olacaktır.
6. Örnek girdi verisi `s3n://t2-hackathon-question-sampledata/1` dizininde, çıktı ise `s3n://t2-hackathon-sampleanswers/1/output.txt` dosyasında mevcuttur.

**Örnek çıktı:**

~~~
?? 19682
...
GB 24643
...
TR 30881
...
~~~

Soru-2 [15 Puan]
-----------
`s3n://t2-hackathon-question-data/2` dizini altındaki tüm binary dosyalar **16** byte'lık sabit büyüklükte binary kayıtlar içermektedir. Bu kayıtlar **8 byte**'lık (long) **grup bilgisi** ve **8 byte**'lık (long) **miktar bilgisi** içermektedir. Bu kayıtları inceleyerek her gruptaki toplam miktarı grup numaralarına göre sıralı olarak bulan bir Map/Reduce uygulamasını yazınız.

**Açıklamalar:**

1. **8 byte**'lık (long) grup bilgisi ve **8 byte**'lık (long) miktar bilgisi **Big Endian** biçimindedir.
2. Girdi verisinde kayıtlar arasında **newline** yada **boşluk** yoktur.
2. Çıktıda her satırda grup numarası ve bu grup numarasına ait toplam miktar bilgisi olacaktır.
3. Çıktıdaki grup numarası ve miktar bilgisi arasında bir tane **boşluk** olacaktır.
4. Satırlar grup numaralarına göre **küçükten büyüğe** göre **artan** sırada olacaktır.
5. Örnek girdi verisi `s3n://t2-hackathon-question-sampledata/2/input.txt` dosyasında, çıktı ise `s3n://t2-hackathon-sampleanswers/2/output.txt` dosyasında mevcuttur.

**İpucu:**

Verileri okumak için Hadoop'a özel kendi `InputFormat` ve `RecordReader` gerçekleştirimlerinizi yazmanız gerekmektedir.

**Örnek çıktı:**

~~~
0 492304
1 497372
2 486379
...
~~~

Soru-3 [10 Puan]
-----------
`s3n://t2-hackathon-question-data/3` dizini altında bulunan tüm tweetler incelenerek **unique** kullanıcı sayısını bulan bir Map/Reduce uygulamasını yazınız.

**Açıklamalar:**

1. Kullanıcıyı unique yapan bilgi tweet datasındaki `user` alanının içindeki `id` değeridir.
2. Çıktıda tek bir satırda unique kullanıcı sayısı değeri olacaktır.
3. Örnek girdi verisi `s3n://t2-hackathon-question-sampledata/3` dizininde, çıktı ise `s3n://t2-hackathon-sampleanswers/3/output.txt` dosyasında mevcuttur.

**Örnek çıktı:**

~~~
64098
~~~

Soru-4 [10 Puan]
-----------
`s3n://t2-hackathon-question-data/4` dizini altında bulunan tüm tweetler incelenerek profil bilgisi parametre geçilen dilde olan tweet sayısını bulan bir Map/Reduce uygulamasını yazınız.

**Açıklamalar:**

1. Dil bilgisi tweet datasındaki `user` alanının içindeki `lang` değeridir.
2. 1. parametrenin girdi verisinin dizini, 2. parametrenin çıktı verisinin dizini olduğunu hatırlarsak dil parametresi 3. parametredir.
3. Sonuçlar karşılaştırılırken dil parametresi `tr` (**case-insensitive**) olarak geçilmiş olan sonuçlar ile karşılaştırılacaktır. Fakat aynı zaman da sonucun doğru olması halinde tam puan alabilmek için kod incelemesi de yapılacaktır.
4. Çıktıda tek satır bulunacaktır ve bu satırda sadece belirtilen dildeki tweet sayısı belirtilecektir.
5. Örnek girdi verisi `s3n://t2-hackathon-question-sampledata/4` dizininde, çıktı ise `s3n://t2-hackathon-sampleanswers/4/output.txt` dosyasında mevcuttur.

**Örnek çıktı:**

~~~
29634
~~~

Soru-5 [10 Puan]
-----------
`s3n://t2-hackathon-question-data/5` dizini altında bulunan tüm tweetler incelenerek **en büyük** ve **en küçük** kullanıcı **id**'sini bulan bir Map/Reduce uygulamasını yazınız.

**Açıklamalar:**

1. Kullanıcı **id**'si tweet datasındaki `user` alanının içindeki `id` değeridir.
2. Çıktıda iki satır bulunacaktır. 1. satırda `MIN `, 2. satırda `MAX ` değeri olacaktır.
3. Çıktıdaki `MIN ` ve `MAX ` satırlarındaki iki değer arasında sadece bir tane **boşluk** olacaktır.
4. Örnek girdi verisi `s3n://t2-hackathon-question-sampledata/5` dizininde, çıktı ise `s3n://t2-hackathon-sampleanswers/5/output.txt` dosyasında mevcuttur.

**Örnek çıktı:**

~~~
MIN 4620
MAX 2322647593
~~~

Soru-6 [15 Puan]
-----------
`s3n://t2-hackathon-question-data/6` dizini altında bulunan tüm tweetler incelenerek profil bilgisi `tr` (**case-insensitive**) dilinde olan kullanıcılardan popülarite skoru en yüksek olan kullanıcı ve onun skorunu bulan bir Map/Reduce uygulamasını yazınız.

**Açıklamalar:**

1. Dil bilgisi tweet datasındaki `user` alanının içindeki `lang` değeridir.
2. Takipçi sayısı bilgisi tweet datasındaki `user` alanının içindeki `followers_count` değeridir.
3. Atılan tweet sayısı bilgisi tweet datasındaki `user` alanının içindeki `statuses_count` değeridir.
4. Tweet içinde bahsedilen (mention'lanan) kullanıcılar tweet datasındaki `entities` alanının içindeki `user_mentions` alanındaki kullanıcılardır.
5. Skor tweet bazında o tweet atılma anındaki tweeti atan kullanıcı bilgileri kullanılarak ` * ` olarak hesaplanacak ve kullanıcının skoru kendisinden bahsedilen (mention'landığı) tweetlerin skorları toplanarak hesaplanacaktır. Örnegin **A** kullanıcısı attığı bir tweet'de **B** ve **C** kullanıcısından bahsetmiş ise (mention'lamış ise) ve **A** kullanıcısının tweet atılma anında follower sayısı 100 ve tweet sayısı da 1000 ise, o tweet için **B** ve **C** kullanıcılarına `100 * 1000` = **100000** puan skor olarak eklenecektir. Tweet'i atan A kullanıcısına ise herhangi bir puan eklenmeyecektir.
6. Eğer iki kullanıcının popülarite skoru aynı ise, `id` değeri büyük olan kullanıcının skoru daha büyük olarak kabul edilecektir.
7. Çıktıda tek satır bulunacaktır ve popülarite skoru en yüksek olan kullanıcı id'si ve popülarite skoru aralarında bir tane **boşluk** olacak şekilde belirtilecektir.
8. Örnek girdi verisi `s3n://t2-hackathon-question-sampledata/6` dizininde, çıktı ise `s3n://t2-hackathon-sampleanswers/6/output.txt` dosyasında mevcuttur.

**Örnek çıktı:**

~~~
252532055 46028061540
~~~

Soru-7 [15 Puan]
-----------
`s3n://t2-hackathon-question-data/7` dizini altında bulunan tüm tweetler incelenerek değer skoru **en büyük** ve **en küçük** olan kullanıcı **id**'sini ve değer skorunu bulan bir Map/Reduce uygulamasını yazınız.

**Açıklamalar:**

1. Kullanıcı **id**'si tweet datasındaki `user` alanının içindeki `id` değeridir.
2. Bir kullanıcı tweet attığı zaman o kullanıcının değer skoru **1 eksilir**. Bir tweet içinde bir kullanıcıdan bahsedildiğinde ise o kullanıcının değer skoru **1 arttırılır**. Örnegin **A** kullanıcısı attığı bir tweet'de **B** ve **C** kullanıcısından bahsetmiş ise (mention'lamış ise), o tweet için **A** kullanıcısının değer skoru **-1** ile toplanır, **B** ve **C** kullanıcılarının ise değer skoru **+1** ile toplanır.
3. Minimum değer karşılaştırması yapılırken eğer iki kullanıcının değer skoru aynı ise, `id` değeri küçük olan kullanıcının skoru daha küçük olarak kabul edilecektir.
4. Maximum değer karşılaştırması yapılırken eğer iki kullanıcının değer skoru aynı ise, `id` değeri büyük olan kullanıcının skoru daha büyük olarak kabul edilecektir.
5. Çıktıda iki satır bulunacaktır. 1. satırda `MIN `, 2. satırda `MAX ` değeri olacaktır.
6. Çıktıdaki `MIN ` ve `MAX ` satırlarındaki iki değer arasında sadece bir tane **boşluk** olacaktır.
7. Örnek girdi verisi `s3n://t2-hackathon-question-sampledata/7` dizininde, çıktı ise `s3n://t2-hackathon-sampleanswers/7/output.txt` dosyasında mevcuttur.

**Örnek çıktı:**

~~~
MIN 497145453 -170
MAX 209708391 796
~~~

Soru-8 [10 Puan]
-----------
`s3n://t2-hackathon-question-data/8` dizini altında bulunan tüm tweetler incelenerek toplam tweet sayısını bulan bir Map/Reduce uygulamasını yazınız.

**Açıklamalar:**

1. Çıktıda tek bir satırda toplam tweet sayısı değeri olacaktır.
2. Örnek girdi verisi `s3n://t2-hackathon-question-sampledata/8` dizininde, çıktı ise `s3n://t2-hackathon-sampleanswers/8/output.txt` dosyasında mevcuttur.

**Örnek çıktı:**

~~~
120000
~~~

Soru-9 [20 Puan]
-----------
`s3n://t2-hackathon-question-data/9` dizini altında bulunan tüm tweetler incelenerek **1. dereceden** ve **2. dereceden** toplam iletişime girdiği kullanıcı sayısı en yüksek olan kullanıcı **id**'sini ve iletişime girdiği kullanıcı sayısını bulan bir Map/Reduce uygulamasını yazınız.

**Açıklamalar:**

1. Kullanıcı **id**'si tweet datasındaki `user` alanının içindeki `id` değeridir.
2. Tweet içinde bahsedilen (mention'lanan) kullanıcılar tweet datasındaki `entities` alanının içindeki `user_mentions` alanındaki kullanıcılardır.
3. **1. dereceden** iletişime girdiği kullanıcılar, kullanıcının tweetlerinde bahsettiği (mention'ladığı) kullanıcılardır. Örnegin **A** kullanıcısı attığı bir tweet'de **B** ve **C** kullanıcısından bahsetmiş ise (mention'lamış ise), **A** kullanıcısı **B** ve **C** kullanıcıları ile iletişime girmiştir ve dolayısıyla iletişime giren kullanıcı çiftleri `(A->B), (A->C), (B->A), (C->A)` şeklindedir. Burada dikkat edilmesi gereken nokta iletişimin çift yönlü olduğu ve **B** ve **C** kullanıcısının da **A** ile iletişime girdiğidir.
4. **2. dereceden** iletişime girdiği kullanıcılar, **1. dereceden** iletişime girdiği kullanıcıların da doğrudan iletişime girdiği kullanıcılardır. Örneğin **A** kullanıcısı **B** ve **C** ile iletişimde, **B** kullanıcısı **C** ve **D** kullanıcısı ile iletişimde, **C** kullanıcısı da **D** ve **E** kullanıcısı ile iletişimde ise **A** kullanıcısı **2. dereceden** **D** ve **E** kullanıcısı ile iletişimdedir. Bunun tersini düşünürsek **D** ve **E** kullanıcısı da **A** kullanıcısı ile 2. dereceden iletişimdedir.
5. **3**. ve **4.** maddedeki örnekleri dikkate alırsak **A** kullanısının **1.** ve **2.** dereceden iletişime girdiği kullanıcılar **B, C, D ve E** kullanıcılarıdır ve dolayısıyla iletişime girdiği kullanıcı sayısı **4**'tür.
6. Eğer iki kullanıcının iletişime girdiği kullanıcı skoru aynı ise, `id` değeri büyük olan kullanıcının skoru daha büyük olarak kabul edilecektir.
7. Çıktıda tek satır bulunacaktır ve iletişimde olduğu kişi sayısı en yüksek olan kullanıcı id'si ve iletişimde olduğu kişi sayısı aralarında bir tane **boşluk** olacak şekilde belirtilecektir.
8. Örnek girdi verisi `s3n://t2-hackathon-question-sampledata/9` dizininde, çıktı ise `s3n://t2-hackathon-sampleanswers/9/output.txt` dosyasında mevcuttur.

**Örnek çıktı:**