程序员的自我修养
Home » Apache Hadoop, Java语言 » MapReduce库类

MapReduce库类

0条评论1,850次浏览

FieldSelection

FieldSelection包含FieldSelectionMapper、FieldSelectionReducer和FieldSelectionHelper,根据字面意思就可以了解其作用:用于选择field。直接上示例:

测试数据

代码示例

其中第三行用于选择输出的field。冒号之前的为key的field,之后为value的field。"0,3:1,2,4-"的意思为:选择第1、4列为key,选择第2、3、5及其以后的列为value。此外还可以使用类似“4-7”这样的方式来选择一个范围。为了直观的区分key和value,第五行将key和value的分隔符设置为“|”。

代码中没有使用reduce,先来看map的输出。

输出结果

如上所述,择第1、4列为key,选择第2、3、5及其以后的列为value。由于没有reduce,没有group阶段,所以没有排序。

现将以上代码中注视掉的部分放开,并注视掉15行,运行结果如下:

JobControl与ControlledJob

当任务过于复杂,需要多个MapReduce按照一定的顺序或流程来执行时,除了编写一个个MR任务并用shell脚本按顺序启动外,还可以用JobControl来控制。

旧版本API中还可以采用ChainMapper和ChainReducer来处理流程性的任务,但新版本API中据我所知1.0.4、1.2.1版本中都是没有实现的,在2.4.1版本中才可以发现新版本API的ChainMapper和ChainReducer(2.4.1之前哪个版本才出现没有考证)。

下面给出JobControl的简单使用示例:

Mapper

InverseMapper

InverseMapper,用于将Key和Value对换的Mapper。源码如下:

TokenCounterMapper

WordCount示例中Map的实现,利用StringTokenizer分割字符串,然后输出并计数为1。

MultithreadedMapper

当Map任务不是CPU密集型任务时,例如Map需要从数据库中读取数据,可以采用MultithreadedMapper来提高throughput。通过setNumberOfThreads(..)方法来设置线程数量,也可以通过设置参数mapred.map.multithreadedrunner.threads来达到同样的目的。

Reducer

Hadoop自带的Reducer主要有IntSumReducer和LongSumReducer,根据字面意思就可以了解到该reducer的作用就是简单的做sum操作。

Tool、ToolRunner和GenericOptionsParser

若运行job时看到以下信息,则代表该MapReduce任务没有按照官方推荐的方式来运行。

可以通过如下方式启动Job:

GenericOptionsParser为一个解析Hadoop命令选项的辅助类,通常不直接调用,而是通过代码15行的方式来隐式的使用。

参考资料

Hadoop权威指南

(转载本站文章请注明作者和出处 程序员的自我修养 – SelfUp.cn ,请勿用于任何商业用途)
标签:,
发表评论


profile
  • 文章总数:79篇
  • 评论总数:254条
  • 分类总数:31个
  • 标签总数:44个
  • 运行时间:1192天

大家好,欢迎来到selfup.cn。

这不是一个只谈技术的博客,这里记录我成长的点点滴滴,coding、riding and everthing!

最新评论
  • Anonymous: :arrow: :neutral: :cry:
  • Anonymous: java.io.NotSerializableExcepti on: DStream checkpointing has been enabled but the DStreams with their...
  • wick: HI,请问一下,U,S,V得到后,怎么得到近似矩阵呢(用sp ark java),谢谢。
  • Michael Whitaker: Thank you for this blog, it was very helpful in troubleshooting my own issues. It seems that no...
  • Anonymous: :mad:
  • Anonymous: :???:
  • Anonymous: :mad: :mad: :mad:
  • 洋流: 哥们,我问个问题,你把testOnborrow去掉了。。如果 得到的jedis资源是个不可用的,服务从来都不出问题么?
  • 洋流: 哥们,我问个问题,你把testOnborrow去掉了。。如果 得到的jedis资源是个不可用的,服务从来都不出问题么?
  • Anonymous: :razz: :evil: :grin:
  • 张瑞昌: 有很多,比较常见的是Jacob迭代法,一次迭代O(n^3), 迭代次数不清楚。 如果是手动算的话按照定义求就可以了
  • Anonymous: :mrgreen:
  • lc277: 你好 我想问下一般删除节点要多久,要删除的datanode大概用了 1t,解除授权已经30多小时还没完成,请问是出现什么问题了吗 麻烦告诉下谢谢 qq1844554123
  • Anonymous: 你好 我想问下一般删除节点要多久,要删除的datanode大概用了 1t,解除授权已经30多小时还没完成,请问是出现什么问题了吗
  • Anonymous: :smile: :grin: :eek:
  • 李雪璇: 想要完整代码,可以帮忙发给我吗
  • Anonymous: 请问一下,那个 user的推荐结果楼主查看了么? 为什么输入数据 最高是五分,输出结果都是7分8分啥的?怎么设置输出的分数的最 大值?
  • Anonymous: 那个 user的推荐结果楼主查看了么? 为什么输入数据 最高是五分,输出结果都是7分8分啥的?
  • Anonymous: stopGracefullyOnShutdown在yarn- client模式下我测试的无效,你的呢
  • Anonymous: 另外,import的lib包能否发个列表.