mapreduce如何获得文件的路径

通常的做法是通过inputSplit来获得，如下：

 InputSplit split = context.getInputSplit();

但是，如果使用MultipleInputs的话，则需要进行转化，将TaggedInputSplit转成InputSplit，如下：

        InputSplit split = context.getInputSplit();
        Class<? extends InputSplit> splitClass = split.getClass();

        FileSplit fileSplit = null;
        if (splitClass.equals(FileSplit.class)) {
            fileSplit = (FileSplit) split;
        } else if (splitClass.getName().equals("org.apache.hadoop.mapreduce.lib.input.TaggedInputSplit")) {
            try {
                Method getInputSplitMethod = splitClass.getDeclaredMethod("getInputSplit");
                getInputSplitMethod.setAccessible(true);
                fileSplit = (FileSplit) getInputSplitMethod.invoke(split);
            } catch (Exception e) {
                throw new IOException(e);
            }
        }

但是，进一步说，如果使用了CombineTextInputFormat的话，那么上述的代码仍然会报错，org.apache.hadoop.mapreduce.lib.input.CombineFileSplit cannot be cast to org.apache.hadoop.mapreduce.lib.input.FileSplit。并且CombineFileSplit内部也没有提供返回正在处理的InputSplit，虽然本身是多个InputSplit的组合。

有一个简单的办法，通过String filename = context.getConfiguration().get("map.input.file");便可以直接获得文件的全部路径。

 

 

转载于:https://my.oschina.net/weikan/blog/690506