欢迎投稿

今日深度:

Hadoop多个输入案例,hadoop多个案例

Hadoop多个输入案例,hadoop多个案例


需求:将原始数据文件和类别数据文件根据用户id合并成一个文件。
原始数据文件:用户id,详细信息
类别数据文件:用户id,所属类别
两个Mapper分别为OriDataMapper,IdKindDataMapper,输出key,value均为Text。

private void job1(Configuration config, Path outputdata, String idkinddata,
            String outkindData) throws Exception {
        Job job1 = Job.getInstance(config);
        job1.setJobName("PostProcessor");
        job1.setJarByClass(Postprocessor.class);
        // 多个输入文件的mapreduce job
        MultipleInputs.addInputPath(job1, outputdata, TextInputFormat.class,
                OriDataMapper.class);
        MultipleInputs.addInputPath(job1, new Path(idkinddata),
                TextInputFormat.class, IdKindDataMapper.class);
        // 设置Reducer相关属性
        job1.setReducerClass(DataReducer.class);
        job1.setNumReduceTasks(1);
        job1.setOutputKeyClass(Text.class);
        job1.setOutputValueClass(Text.class);
        Path outputPath = new Path(outkindData);
        FileSystem.get(config).delete(outputPath, true);
        FileOutputFormat.setOutputPath(job1, outputPath);
        job1.waitForCompletion(true);
    }
public class IdKindDataMapper extends Mapper<LongWritable, Text, Text, Text>{
    Text outputKey = new Text();
    Text outputValue = new Text();
    @Override
    protected void map(LongWritable key, Text value,Context context)
            throws IOException, InterruptedException {
        String str = value.toString();
        String[] cols = str.split("\t");
        outputKey.set(cols[0]);
        outputValue.set(cols[1]);
        context.write(outputKey, outputValue);
    }
}
public class OriDataMapper extends Mapper<LongWritable, Text, Text, Text>{
    Text outputKey = new Text();
    Text outputValue = new Text();
    @Override
    protected void map(LongWritable key, Text value,Context context)
            throws IOException, InterruptedException {
        String str = value.toString();
        String[] cols = str.split("\t");
        outputKey.set(cols[0]);
        outputValue.set(cols[1]);
        context.write(outputKey, outputValue);
    }
}

其中DataReducer读取Mapper产生的数据。具体Reducer读入的格式为:
<用户id,{详细信息,所属类别}>
根据具体需求,对数据进行相应操作操作。
关键代码:

// 多个输入文件的mapreduce job
        MultipleInputs.addInputPath(job1, outputdata, TextInputFormat.class,
                OriDataMapper.class);
        MultipleInputs.addInputPath(job1, new Path(idkinddata),
                TextInputFormat.class, IdKindDataMapper.class);

www.htsjk.Com true http://www.htsjk.com/Hadoop/31962.html NewsArticle Hadoop多个输入案例,hadoop多个案例 需求:将原始数据文件和类别数据文件根据用户id合并成一个文件。 原始数据文件:用户id,详细信息 类别数据文件:用户id,所属类别 两个Mapper分别...
相关文章
    暂无相关文章
评论暂时关闭