0 目标:
自定义OutputFormat, 指定输出文件名,并对输出的key-value在不同key下分别输出到不同目标文件
1 代码:
package outputformat; import java.io.IOException; import java.net.URI; import java.net.URISyntaxException; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.FSDataOutputStream; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.LongWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Job; import org.apache.hadoop.mapreduce.JobContext; import org.apache.hadoop.mapreduce.Mapper; import org.apache.hadoop.mapreduce.OutputCommitter; import org.apache.hadoop.mapreduce.OutputFormat; import org.apache.hadoop.mapreduce.RecordWriter; import org.apache.hadoop.mapreduce.Reducer; import org.apache.hadoop.mapreduce.TaskAttemptContext; import org.apache.hadoop.mapreduce.lib.input.FileInputFormat; import org.apache.hadoop.mapreduce.lib.input.TextInputFormat; import org.apache.hadoop.mapreduce.lib.output.FileOutputCommitter; /** * 自定义OutputFormat, 指定输出文件名,并对输出的key-value在不同key下分别输出到不同目标文件 * 执行结果: * [root@master hadoop]# hadoop fs -lsr / Warning: $HADOOP_HOME is deprecated. -rw-r--r-- 3 zm supergroup 19 2014-12-02 04:17 /hello -rw-r--r-- 3 zm supergroup 19 2014-12-02 04:16 /hello2 drwxr-xr-x - zm supergroup 0 2014-12-04 00:17 /out -rw-r--r-- 3 zm supergroup 8 2014-12-04 00:17 /out/abc -rw-r--r-- 3 zm supergroup 11 2014-12-04 00:17 /out/other [root@master hadoop]# hadoop fs -text /out/other Warning: $HADOOP_HOME is deprecated. me 1 you 1 [root@master hadoop]# hadoop fs -text /out/abc Warning: $HADOOP_HOME is deprecated. hello 2 * @author zm * */ public class MySlefOutputFormatApp { private static final String INPUT_PATH = "hdfs://master:9000/hello"; private static final String OUT_PATH = "hdfs://master:9000/out"; private static final String OUT_FIE_NAME = "/abc"; private static final String OUT_FIE_NAME1 = "/other"; public static void main(String[] args) throws Exception{ // 定义conf Configuration conf = new Configuration(); final FileSystem filesystem = FileSystem.get(new URI(OUT_PATH), conf); if(filesystem.exists(new Path(OUT_PATH))){ filesystem.delete(new Path(OUT_PATH), true); } // 定义job final Job job = new Job(conf , MySlefOutputFormatApp.class.getSimpleName()); job.setJarByClass(MySlefOutputFormatApp.class); // 定义InputFormat FileInputFormat.setInputPaths(job, INPUT_PATH); job.setInputFormatClass(TextInputFormat.class); // 定义map job.setMapperClass(MyMapper.class); job.setMapOutputKeyClass(Text.class); job.setMapOutputValueClass(LongWritable.class); // 定义reduce job.setReducerClass(MyReducer.class); job.setOutputKeyClass(Text.class); job.setOutputValueClass(LongWritable.class); // 定义OutputFormat 自定义的MySelfTextOutputFormat中指定了输出文件名称 job.setOutputFormatClass(MySelfTextOutputFormat.class); job.waitForCompletion(true); } public static class MyMapper extends Mapper<LongWritable, Text, Text, LongWritable>{ // protected void map(LongWritable key, Text value, org.apache.hadoop.mapreduce.Mapper<LongWritable,Text,Text,LongWritable>.Context context) throws java.io.IOException ,InterruptedException { // final String line = value.toString(); final String[] splited = line.split("\t"); // for (String word : splited) { context.write(new Text(word), new LongWritable(1)); } }; } //map产生的<k,v>分发到reduce的过程称作shuffle public static class MyReducer extends Reducer<Text, LongWritable, Text, LongWritable>{ protected void reduce(Text key, java.lang.Iterable<LongWritable> values, org.apache.hadoop.mapreduce.Reducer<Text,LongWritable,Text,LongWritable>.Context context) throws java.io.IOException ,InterruptedException { // long count = 0L; for (LongWritable times : values) { count += times.get(); } context.write(key, new LongWritable(count)); }; } // 自定义OutputFormat,定义好输出数据的FSDataOutputStream位置 public static class MySelfTextOutputFormat extends OutputFormat<Text, LongWritable>{ FSDataOutputStream outputStream = null;// 自定义OutputFormat中,通过FSDataOutputStream将数据写出到hdfs中 FSDataOutputStream outputStream1 = null; @Override public RecordWriter<Text, LongWritable> getRecordWriter( TaskAttemptContext context) throws IOException, InterruptedException { try { final FileSystem fileSystem = FileSystem.get(new URI(MySlefOutputFormatApp.OUT_PATH), context.getConfiguration()); //指定的是输出文件路径 final Path opath = new Path(MySlefOutputFormatApp.OUT_PATH+OUT_FIE_NAME); final Path opath1 = new Path(MySlefOutputFormatApp.OUT_PATH+OUT_FIE_NAME1); if(fileSystem.exists(opath)){ fileSystem.delete(opath,true); } if(fileSystem.exists(opath1)){ fileSystem.delete(opath1,true); } this.outputStream = fileSystem.create(opath, false); this.outputStream1 = fileSystem.create(opath1, false); } catch (URISyntaxException e) { e.printStackTrace(); } // 自定义 RecordWriter return new MySlefRecordWriter(outputStream,outputStream1); } @Override public void checkOutputSpecs(JobContext context) throws IOException, InterruptedException { } @Override public OutputCommitter getOutputCommitter(TaskAttemptContext context) throws IOException, InterruptedException { return new FileOutputCommitter(new Path(MySlefOutputFormatApp.OUT_PATH), context); } } // 自定义 RecordWriter public static class MySlefRecordWriter extends RecordWriter<Text, LongWritable>{ FSDataOutputStream outputStream = null; FSDataOutputStream outputStream1 = null; public MySlefRecordWriter(FSDataOutputStream outputStream,FSDataOutputStream outputStream1) { this.outputStream = outputStream; this.outputStream1 = outputStream1; } @Override public void write(Text key, LongWritable value) throws IOException, InterruptedException { if(key.toString().equals("hello")){ outToHdfs(outputStream,key, value); }else{ outToHdfs(outputStream1,key, value); } } private void outToHdfs(FSDataOutputStream outputStream,Text key, LongWritable value) throws IOException { outputStream.writeBytes(key.toString()); outputStream.writeBytes("\t"); //this.outputStream.writeLong(value.get()); 这种方式输出的话,在hdfs中是不会正常显示的 需要用如下方式才可 outputStream.writeBytes(value.toString()); outputStream.writeBytes("\n"); } @Override public void close(TaskAttemptContext context) throws IOException, InterruptedException { this.outputStream.close(); } } }
2 说明:
MySelfTextOutputFormat 指定输出文件名路径并创建,后和outputStream关联上,并将outputStream传递给MySlefRecordWriter
MySlefRecordWriter.write(key,value)中内做业务判断,将每次传来的key做判断,将key,value通过outputStream输出到不同文件中
相关推荐
MapReduce之自定义 OutPutFormat,通过一个案例,实现自定义的一个OutPutFormat,来更加的深刻的理解MR的过程
Java 中自定义 OutputFormat 的实例详解 Java 中的 OutputFormat 是 Hadoop 的 MapReduce 框架中的一种输出格式,它负责将 MapReduce 任务的输出结果写入到文件系统中。 OutputFormat 是一个抽象类,需要继承该类并...
比如,当需要控制输出路径或格式时,或者当希望数据以特定方式进行编码和解码时,就需要自定义OutputFormat。实现自定义OutputFormat通常包括以下步骤: - (1) 创建一个新的类继承自FileOutputFormat。 - (2) 重写...
自定义inputFormat&&outputFormat1
4. **配置和使用自定义OutputFormat**:在实际的MapReduce作业中,需要设置`mapreduce.job.outputformat.class`配置项,将其值设置为`OrcReNameFileOutputFormat`,这样作业就会使用这个定制的OutputFormat,从而...
结合案例讲解mr重要知识点1.1 多表连接1.2 mr各组件之间数据传递1.3 mr中压缩设置1.4 多个job之间有序执行1.5 自定义outputFormat
自定义JavaBean作为MapReduce的数据类型需实现WritableComparable接口,同时可自定义OutputFormat以适应特定的输出需求。MapReduce适用于多种场景,如排序、统计TopN、join操作和寻找共同好友问题。 Hive是一个基于...
自定义OutputFormat可以将结果写入各种存储系统。 #### 总结 通过本章的学习,我们了解到MapReduce作为一种分布式计算框架的重要性和其实现原理。MapReduce不仅简化了大规模数据处理的复杂性,还通过其灵活的设计...
MapReduce自定义OutputFormat和RecordWriter实现 Pig自定义LoadFunc加载和解析Apache HTTP日志事件 Pig的自定义EvalFunc使用MaxMind GEO API将IP地址转换为位置 另外,请查看,了解如何实现MapReduce联接。 包装库 ...
10. 自定义outputformat时,注意在recordWirter中的close方法必须关闭流资源。否则输出的文件内容中数据为空。解决方案:在recordWirter中的close方法中关闭流资源,确保正确地关闭了流资源。 这些错误和解决方案将...
多输出在Hadoop中的实现通常涉及自定义OutputFormat类,该类扩展了Hadoop的`org.apache.hadoop.mapreduce.OutputFormat`。通过重写`getRecordWriter`方法,我们可以为每个输出创建一个RecordWriter实例,分别负责...
mediaRecorder.setOutputFormat(MediaRecorder.OutputFormat.THREE_GPP); mediaRecorder.setAudioEncoder(MediaRecorder.AudioEncoder.AMR_NB); mediaRecorder.setOutputFile("/path/to/output/file.3gp"); ``` ...
mediaRecorder.setOutputFormat(MediaRecorder.OutputFormat.MPEG_4); mediaRecorder.setOutputFile("/path/to/output.mp4"); mediaRecorder.setVideoEncoder(MediaRecorder.VideoEncoder.H264); mediaRecorder....
1. **初始化**:在开始录音前,需实例化`MediaRecorder`,并设置音频源(如`MediaRecorder.AudioSource.MIC`)、输出格式(如`MediaRecorder.OutputFormat.THREE_GPP`)和音频编码(如`MediaRecorder.AudioEncoder....
mRecorder.setOutputFormat(MediaRecorder.OutputFormat.THREE_GPP); mRecorder.setVideoEncoder(MediaRecorder.VideoEncoder.H264); mRecorder.setAudioEncoder(MediaRecorder.AudioEncoder.AAC); mRecorder....
- `mediaRecorder.setOutputFormat(MediaRecorder.OutputFormat.THREE_GPP)`:设置输出文件的格式,这里选择3GPP格式,一个轻量级的视频格式。 - `mediaRecorder.setVideoFrameRate(3)`:设置每秒录制的帧数,3帧...
Hadoop常常被用作大型数据处理生态系统中的一部分。它的优势在于能够批量地处理大量数据,并将结果以最好的方式与其他系统相集成。...OutputFormat将Map/Reduce作业的输出结果转换为其他应用程序可读的方式,从而
内容涵盖HDFS的JAVA API操作,如文件读取、写入、删除、元数据查询和文件列表等,以及MapReduce编程模型的多个应用,包括求平均数、Join操作、TopK算法、二次排序,并涉及自定义InputFormat、OutputFormat和shuflle...