一、OutputFormat接口实现类
OutputFormat是MapReduce输出的基类,所有实现MapReduce输出都实现了 OutputFormat接口。下面我们介绍几种常见的OutputFormat实现类。
1、文本输出TextOutputFormat
默认的输出格式是TextOutputFormat,它把每条记录写为文本行。它的键和值可以是任意类型,因为TextOutputFormat调用toString()方法把它们转换为字符串。
2、SequenceFileOutputFormat
将SequenceFileOutputFormat输出作为后续 MapReduce任务的输入,这便是一种好的输出格式,因为它的格式紧凑,很容易被压缩。
3、自定义OutputFormat
根据用户需求,自定义实现输出。
二、自定义OutputFormat实操
1、需求分析
如下系统运行日志,取出其中的sql与异常信息,异常单独在一个文件,sql信息单独在一个文件。
2、解决方式
2.1 使用分区方式,判断数据内容,区分sql与异常信息
2.2 使用自定义OutputFormat,判断数据内容,区分sql与异常信息
这里主要演示第二种方式
3、代码实操
3.1 mapper代码
public class FilterMapper extends Mapper<LongWritable, Text, Text, NullWritable>{
@Override
protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
// 直接写出数据即可
context.write(value, NullWritable.get());
}
}
3.2 reduce代码
public class FilterReducer extends Reducer<Text, NullWritable, Text, NullWritable> {
Text k = new Text();
@Override
protected void reduce(Text key, Iterable<NullWritable> values, Context context) throws IOException, InterruptedException {
// 1 获取一行
String line = key.toString();
// 2 拼接
line = line + "\r\n";
// 3 设置key
k.set(line);
// 4 输出
context.write(k, NullWritable.get());
}
}
3.3 outputformat代码
与输入类似也是分为两步:
1、定义输出格式FileOutputFormat
2、定义输出数据的加载规则RecordWriter
public class FilterOutputFormat extends FileOutputFormat<Text, NullWritable>{
@Override
public RecordWriter<Text, NullWritable> getRecordWriter(TaskAttemptContext job) throws IOException, InterruptedException {
// 创建一个RecordWriter
return new FilterRecordWriter(job);
}
class FilterRecordWriter extends RecordWriter<Text, NullWritable>{
//1.定义输出流
FSDataOutputStream errorOut = null;
FSDataOutputStream sqlOut = null;
public FilterRecordWriter(TaskAttemptContext job) {
// 2 获取文件系统
FileSystem fs;
try {
fs = FileSystem.get(job.getConfiguration());
// 3 创建输出文件路径
Path sqlPath = new Path("d:/log/sql.log");
Path errorPath = new Path("d:/log/error.log");
// 4 创建输出流
errorOut = fs.create(errorPath);
sqlOut = fs.create(sqlPath);
} catch (IOException e) {
e.printStackTrace();
}
}
@Override
public void write(Text key, NullWritable value) throws IOException, InterruptedException {
//5. 判断是否包含“atguigu”输出到不同文件
if (key.toString().contains("==> Preparing:")) {
sqlOut.write(key.toString().getBytes());
} else if(key.toString().contains("Caused by:")){
errorOut.write(key.toString().getBytes());
}else{
//其它信息舍弃,其实在数据输入的时候就可以做此种判断,但是这里为了演示outputformat
}
}
@Override
public void close(TaskAttemptContext context) throws IOException, InterruptedException {
// 关闭资源
IOUtils.closeStream(sqlOut);
IOUtils.closeStream(errorOut); }
}
}
3.4 driver代码
public class FilterDriver {
public static void main(String[] args) throws Exception {
// 输入输出路径需要根据自己电脑上实际的输入输出路径设置
args = new String[] { "C:\\logback", "d:/log/" };
Configuration conf = new Configuration();
Job job = Job.getInstance(conf);
job.setJarByClass(FilterDriver.class);
job.setMapperClass(FilterMapper.class);
job.setReducerClass(FilterReducer.class);
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(NullWritable.class);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(NullWritable.class);
// 要将自定义的输出格式组件设置到job中
job.setOutputFormatClass(FilterOutputFormat.class);
FileInputFormat.setInputPaths(job, new Path(args[0]));
// 虽然我们自定义了outputformat,但是因为我们的outputformat继承自fileoutputformat
// 而fileoutputformat要输出一个_SUCCESS文件,所以,在这还得指定一个输出目录
FileOutputFormat.setOutputPath(job, new Path(args[1]));
boolean result = job.waitForCompletion(true);
System.exit(result ? 0 : 1);
}
}
3.5 测试结果