MapReduce 典型编程场景 2
目录1、自定义 OutputFormat--数据分类输出 ........................................................................... 1
1.1、需求.................................................................................................................................. 1
1.2、分析.................................................................................................................................. 1
1.3、实现.................................................................................................................................. 1
2、自定义 InputFormat--小文件合并 ................................................................................... 5
2.1、需求.................................................................................................................................. 5
2.2、分析.................................................................................................................................. 5
2.3、实现.................................................................................................................................. 5
1 、自定义 OutputFormat-- 数据分类输出
1.1 、需求
现有一些原始日志需要做增强解析处理,流程:
1、 从原始日志文件中读取数据
2、 根据业务获取业务数据库的数据
3、 根据某个连接条件获取相应的连接结果
典型业务场景如:爬虫 URL 管理,移动号码管理
1.2 、分析
程序的关键点是要在一个 MapReduce 程序中根据数据的不同输出两类结果到不同目录,这类灵活的输出需求可以通过自定义 OutputFormat 来实现
1.3 、实现
实现要点:
1、 在 MapReduce 中访问外部资源
2、 自定义 OutputFormat,改写其中的 RecordWriter,改写具体输出数据的方法 write()
以 Score.txt 的 32 条学生考试记录为例,现要求把参考次数>=7 的输出到一个文件/output/out1,然后剩下的不合格的参考输出到另外一个文件/output/out2
实现:
第一步,实现自己的 OutputFormat:
package aaa;
import java.io.IOException;
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.IOUtils;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.RecordWriter;
import org.apache.hadoop.mapreduce.TaskAttemptContext;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
public class LongOutputFormat extends FileOutputFormat<Text, NullWritable> {
@Override
public RecordWriter<Text, NullWritable> getRecor