Sono un principiante in Hadoop. Sto provando il programma Wordcount.MultipleOutputFormat in hadoop
Ora per provare più file di output, io uso MultipleOutputFormat
. questo collegamento mi ha aiutato a farlo. http://hadoop.apache.org/common/docs/r0.19.0/api/org/apache/hadoop/mapred/lib/MultipleOutputs.html
nella mia classe di driver ho avuto
MultipleOutputs.addNamedOutput(conf, "even",
org.apache.hadoop.mapred.TextOutputFormat.class, Text.class,
IntWritable.class);
MultipleOutputs.addNamedOutput(conf, "odd",
org.apache.hadoop.mapred.TextOutputFormat.class, Text.class,
IntWritable.class);`
e il mio ridurre classe è diventato questo
public static class Reduce extends MapReduceBase implements
Reducer<Text, IntWritable, Text, IntWritable> {
MultipleOutputs mos = null;
public void configure(JobConf job) {
mos = new MultipleOutputs(job);
}
public void reduce(Text key, Iterator<IntWritable> values,
OutputCollector<Text, IntWritable> output, Reporter reporter)
throws IOException {
int sum = 0;
while (values.hasNext()) {
sum += values.next().get();
}
if (sum % 2 == 0) {
mos.getCollector("even", reporter).collect(key, new IntWritable(sum));
}else {
mos.getCollector("odd", reporter).collect(key, new IntWritable(sum));
}
//output.collect(key, new IntWritable(sum));
}
@Override
public void close() throws IOException {
// TODO Auto-generated method stub
mos.close();
}
}
le cose funzionavano, ma ho molti file, (uno dispari e uno anche per ogni mappa -rispetto)
La domanda è: come posso avere solo 2 file di output (pari a & pari) in modo che ogni uscita dispari di ogni mappa-riduzione venga scritta in quello strano file, e lo stesso per pari.
non si utilizza MultipleOutputs MultipleOutputFormat. Entrambe sono librerie diverse. –