Distributed Cache in Hadoop

@Distributed Cache in Hadoop

Distributed Cache in Hadoop

Distributed Cache是Hadoop MapReduce提供的一个工具。它可以给我们的Worker(Map/Reduce Jobs)提供cache数据。这些数据可以是文本,压缩文件,jar文件等。一旦我们班cache文件配置好都,Hadoop会确保我们的Workder在各个Node上执行之前,把cache文件都拷贝到各个Node上。
这样我们的Worker就可以在自己的代码中直接使用cache文件了。
下面是从Hadoop的官网上拷贝的实例代码:

 1. Copy the requisite files to the FileSystem:

 $ bin/hadoop fs -copyFromLocal lookup.dat /myapp/lookup.dat
 $ bin/hadoop fs -copyFromLocal map.zip /myapp/map.zip
 $ bin/hadoop fs -copyFromLocal mylib.jar /myapp/mylib.jar
 $ bin/hadoop fs -copyFromLocal mytar.tar /myapp/mytar.tar
 $ bin/hadoop fs -copyFromLocal mytgz.tgz /myapp/mytgz.tgz
 $ bin/hadoop fs -copyFromLocal mytargz.tar.gz /myapp/mytargz.tar.gz

 2. Setup the application's JobConf:

 JobConf job = new JobConf();
 DistributedCache.addCacheFile(new URI("/myapp/lookup.dat#lookup.dat"),
                               job);
 DistributedCache.addCacheArchive(new URI("/myapp/map.zip"), job);
 DistributedCache.addFileToClassPath(new Path("/myapp/mylib.jar"), job);
 DistributedCache.addCacheArchive(new URI("/myapp/mytar.tar"), job);
 DistributedCache.addCacheArchive(new URI("/myapp/mytgz.tgz"), job);
 DistributedCache.addCacheArchive(new URI("/myapp/mytargz.tar.gz"), job);

 3. Use the cached files in the Mapper
 or Reducer:

 public static class MapClass extends MapReduceBase
 implements Mapper<K, V, K, V> {

   private Path[] localArchives;
   private Path[] localFiles;

   public void configure(JobConf job) {
     // Get the cached archives/files
     File f = new File("./map.zip/some/file/in/zip.txt");
   }

   public void map(K key, V value,
                   OutputCollector<K, V> output, Reporter reporter)
   throws IOException {
     // Use data from the cached archives/files here
     // ...
     // ...
     output.collect(k, v);
   }
 }

cache的大小默认是10G,但是你可以再 mapred-site.xml中重定义。
但是要注意,使用太多的cache,可能会拖慢你的Worker。

https://hadoop.apache.org/docs/current/api/org/apache/hadoop/filecache/DistributedCache.html
https://data-flair.training/blogs/hadoop-distributed-cache

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值