public class MyJob extends Configured implements Tool
{
public static class MapClass extends MapReduceBase implements Mapper<Text, Text, Text, Text>
{//
public void map(Text key, Text value, OutputCollector<Text, Text> output, Reporter reporter) throws IOException
{
output.collect(value, key);
}
}
public static class Reduce extends MapReduceBase implements Reducer<Text, Text, Text, Text>
{
@Override
public void reduce(Text key, Iterator<Text> values, OutputCollector<Text, Text> output, Reporter reporter) throws IOException
{
String csv = "";
while (values.hasNext())
{
csv += csv.length() > 0 ? "," : "";
csv += values.next().toString();
}
output.collect(key, new Text(csv));
}
}
主要看run方法：
上面代码中的Jobconf无可厚非，只有在mapred包中有定义，这个没问题。
但是FileInputFormat和FileOutputFormat在mapred和mapreduce中都有定义，刚开始脑海里对这些都没有概念，就引用了mapreduce中的FileInputFormat和FIleOutputFormat。
这样操作就带来了后面的问题
FileInputFormat.setInputPaths(job, in);
FileOutputFormat.setOutputPath(job, out);
这两条语句不能通过编译，为什么呢，因为FileInputFormat.setInputPaths和FileOutputFormat.setOutputPath的第一个参数都是Job，而不是JobConf，
后来，无意中，看到mapred包中也有这两个类的定义，于是火箭速度修改为mapred下的包，OK，顺利通过编译！
下面还有 job.setOutputFormat(TextOutputFormat.class);语句编译不同通过，提示参数需要扩展。。。的参数；于是小菜也去mapred下面查找是否存在此类，正如期望，也存在此类，当即立段，修改为此包下的类，顺利编译通过，此时，颇有成就感！
可是现在小菜发现，mapred包下和mapreduce包下同时都存在又相应的类，不知道是为什么，那么下面就有目标的请教搜索引擎啦，呵呵，比刚才有很大进步。
结果令小菜很失望，就找到了一个符合理想的帖子。但是通过这个帖子，小菜知道了，mapred代表的是hadoop旧API，而mapreduce代表的是hadoop新的API。
OK，小菜在google输入框中输入“hadoop新旧API的区别”，结果很多。看了之后，又结合权威指南归结如下：
1. 首先第一条，也是小菜今天碰到这些问题的原因，新旧API不兼容。所以，以前用旧API写的hadoop程序，如果旧API不可用之后需要重写，也就是上面我的程序需要重写，如果旧API不能用的话，如果真不能用，这个有点儿小遗憾！
2. 新的API倾向于使用抽象类，而不是接口，使用抽象类更容易扩展。例如，我们可以向一个抽象类中添加一个方法(用默认的实现)而不用修改类之前的实现方法。因此，在新的API中，Mapper和Reducer是抽象类。
3. 新的API广泛使用context object(上下文对象)，并允许用户代码与MapReduce系统进行通信。例如，在新的API中，MapContext基本上充当着JobConf的OutputCollector和Reporter的角色。
4. 新的API同时支持"推"和"拉"式的迭代。在这两个新老API中，键/值记录对被推mapper中，但除此之外，新的API允许把记录从map()方法中拉出，这也适用于reducer。分批处理记录是应用"拉"式的一个例子。
5. 新的API统一了配置。旧的API有一个特殊的JobConf对象用于作业配置，这是一个对于Hadoop通常的Configuration对象的扩展。在新的API中，这种区别没有了，所以作业配置通过Configuration来完成。作业控制的执行由Job类来负责，而不是JobClient，并且JobConf和JobClient在新的API中已经荡然无存。这就是上面提到的，为什么只有在mapred中才有Jobconf的原因。
6. 输出文件的命名也略有不同，map的输出命名为part-m-nnnnn，而reduce的输出命名为part-r-nnnnn，这里nnnnn指的是从0开始的部分编号。
这样了解了二者的区别就可以通过程序的引用包来判别新旧API编写的程序了。小菜建议最好用新的API编写hadoop程序，以防旧的API被抛弃！！！
小菜水平有限，如果哪位大牛看到文中的不足和错误，请指正，小菜会尽快更改文中错误，好让其他入门者不走我的弯路！
转自http://www.aboutyun.com/thread-8251-1-1.html
问题导读：
一直想写hadoop新旧api之间的关系，这对于爱好编程的程序猿来讲，是必备的。
1.hadoop中mapred与mapreduce包，那个是被弃用的？
2.hadoop旧api如何初始化job？
3.hadoop新api使用那个函数来初始化job对象？
程序说明：
下面的mapreduce程序的功能只是计算文件booklist.log的行数，最后输出结果。
分别调用旧包和新包的方法编写了两分带有main函数的java代码。
a,新建了mapreduce工程后，先把hadoop的配置目录下的xml都拷贝到src目录下。
b,在工程src同级目录旁建立conf目录，并放一个log4j.properties文件。
c, src目录下建立bookCount目录，然后再添加后面的子java文件。
d, 右击"run as application"或选择hadoop插件菜单"run on hadoop"来触发执行MapReduce程序即可运行。
生成要分析的输入文件
vi booklist.log
添加以下内容即可：
bookname
bookname
bookname
bookname
bookname
bookname
bookname
bookname
bookname
bookname
bookname
bookname
保存退出。
执行的前请通过hdfs的copyFromLocal命令拷贝到hdfs的/user/hduser用户目录下。
。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
老API使用mapred包的代码
文件BookCount.java：
package bookCount;
import java.io.IOException;
import java.util.Iterator;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapred.FileInputFormat;
import org.apache.hadoop.mapred.FileOutputFormat;
import org.apache.hadoop.mapred.JobClient;
import org.apache.hadoop.mapred.JobConf;
import org.apache.hadoop.mapred.MapReduceBase;
import org.apache.hadoop.mapred.Mapper;
import org.apache.hadoop.mapred.OutputCollector;
import org.apache.hadoop.mapred.Reducer;
import org.apache.hadoop.mapred.Reporter;
import org.apache.log4j.Logger;
import org.apache.log4j.PropertyConfigurator;
public class BookCount {
public static Logger logger = Logger.getLogger(BookCount.class);
public static void main(String[] args) throws IOException {
PropertyConfigurator.configure("conf/log4j.properties");
logger = Logger.getLogger(BookCount.class);
logger.info("AnaSpeedMr starting");
System.setProperty("HADOOP_USER_NAME", "hduser");
JobConf conf = new JobConf(BookCount.class);
conf.setJobName("bookCount_sample_job");
FileInputFormat.setInputPaths(conf, new Path("booklist.log"));
FileOutputFormat.setOutputPath(conf, new Path("booklistResultDir"));
conf.setMapperClass(BookCountMapper.class);
conf.setReducerClass(BookCountReducer.class);
conf.setOutputKeyClass(Text.class);
conf.setOutputValueClass(IntWritable.class);
JobClient.runJob(conf);
}
static class BookCountMapper extends MapReduceBase implements Mapper<LongWritable, Text, Text, IntWritable> {
@Override
public void map(LongWritable key, Text value, OutputCollector<Text, IntWritable> output, Reporter reporter) throws IOException {
output.collect(new Text("booknum"), new IntWritable(1));
logger.info("foxson_mapper_ok");
System.out.println("foxsonMapper");
}
}
static class BookCountReducer extends MapReduceBase implements Reducer<Text, IntWritable, Text, LongWritable> {
@Override
public void reduce(Text key, Iterator<IntWritable> values, OutputCollector<Text, LongWritable> output, Reporter reporter) throws IOException {
long sumBookNum = 0;
while (values.hasNext()) {
sumBookNum =sumBookNum+1;
values.next();
}
logger.info("foxson_BookCountReducer_ok");
output.collect(key, new LongWritable(sumBookNum));
System.out.println("foxsonReduce");
}
}
}。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
新API使用mapreduce包的例子
文件BookCountNew.java：
package bookCount;
import java.io.IOException;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.conf.Configured;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;
import org.apache.log4j.Logger;
import org.apache.log4j.PropertyConfigurator;
public class BookCountNew extends Configured implements Tool {
public static final Logger logger = Logger.getLogger(BookCountNew.class);
public static void main(String[] args) throws Exception {
PropertyConfigurator.configure("conf/log4j.properties");
logger.info("BookCountNew starting");
System.setProperty("HADOOP_USER_NAME", "hduser");
Configuration conf = new Configuration();
int res = ToolRunner.run(conf, new BookCountNew(), args);
logger.info("BookCountNew end");
System.exit(res);
}
@Override
public int run(String[] arg0) throws Exception {
try {
Configuration conf = getConf();
Job job = Job.getInstance(conf, "bookCount_new_sample_job");
job.setJarByClass(getClass());
job.setMapperClass(BookCountMapper.class);
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(IntWritable.class);
job.setReducerClass(BookCountReducer.class);
job.setInputFormatClass(TextInputFormat.class);
job.setOutputFormatClass(TextOutputFormat.class);
TextInputFormat.addInputPath(job, new Path("booklist.log"));
TextOutputFormat.setOutputPath(job, new Path("booklistResultDir"));
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);
System.exit(job.waitForCompletion(true) ? 0 : 1);
} catch (Exception e) {
logger.error(e.getMessage());
e.printStackTrace();
}
return 0;
}
static class BookCountMapper extends Mapper<LongWritable, Text, Text, IntWritable> {
@Override
public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
context.write(new Text("booknum"), new IntWritable(1));
logger.info("foxson_mapper_ok");
System.out.println("foxsonMapper");
}
}
static class BookCountReducer extends Reducer<Text, IntWritable, Text, LongWritable> {
@Override
public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
long sumBookNum = 0;
for (IntWritable value : values) {
sumBookNum = sumBookNum + 1;
}
logger.info("foxson_BookCountReducer_ok");
context.write(key, new LongWritable(sumBookNum));
System.out.println("foxsonReduce");
}
}
}上面例子大家可以用来学习，这里在交给大家该如何学习查看api，
咱们还是以上面为例：
1.查看hadoop2.4在线api
首先打开下面链接
http://hadoop.apache.org/docs/r2.4.0/api/index.html
打开之后，我们说一下查看顺序：
如下图所示：
1-->2-->3的顺序
也就是说：如果想了解这个包都包含哪些类接口等需要查看2区域，想看类和接口的详细信息，比如包含哪些函数，函数有什么功能，查看3区域。
2.旧api的各个函数及实例
我们这里以jobconf为例：
从上图查看顺序，我们得到下面代码：
// Create a new JobConf
JobConf job = new JobConf(new Configuration(), MyJob.class);
// Specify various job-specific parameters
job.setJobName("myjob");
FileInputFormat.setInputPaths(job, new Path("in"));
FileOutputFormat.setOutputPath(job, new Path("out"));
job.setMapperClass(MyJob.MyMapper.class);
job.setCombinerClass(MyJob.MyReducer.class);
job.setReducerClass(MyJob.MyReducer.class);
job.setInputFormat(SequenceFileInputFormat.class);
job.setOutputFormat(SequenceFileOutputFormat.class);
3.新api的各个函数及实例
给了这么个例子：
- // Create a new Job
- Job job = new Job(new Configuration());
- job.setJarByClass(MyJob.class);
-
- // Specify various job-specific parameters
- job.setJobName("myjob");
-
- job.setInputPath(new Path("in"));
- job.setOutputPath(new Path("out"));
-
- job.setMapperClass(MyJob.MyMapper.class);
- job.setReducerClass(MyJob.MyReducer.class);
- // Submit the job, then poll for progress until the job is complete
- job.waitForCompletion(true);
带个横杠，含义就是被弃用了
下面我们继续寻找：
getInstance() 有很多重载函数，这里不需要解释什么是重载吧，面向对象估计大家学习过，重载就是函数名相同，参数个数和类型可能不同。
好吧，我们试一下这个，如上面新api就是采用这种实例化job的。同时这种实例化的方式采用的是工厂模式，工厂模式，大家也可以找找这方面的资料。
寻找api完毕，更多的函数大家可以在找找。
扫一扫
297
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
