nutch如何对种子链接输入产生键值对的?

nutch程序对输入文件有两次处理:

(1)提交Job前在JobClient中,为了使输入不至于过大,程序调用切分函数(如下代码),对输入进行切分

    if (job.getUseNewMapper()) {
      maps = writeNewSplits(context, submitSplitFile);
    } else {
      maps = writeOldSplits(job, submitSplitFile);//说是划分分块
    }

切分后的块被存入分布式文件系统中,然后LocalJobRunner会读取文件系统中的分块,然后按照分块的个数,启动对应数量的MapTask,MapTask负责对每个分块进行处理。

(2)MapTask在启动MapRunner程序前,会对自己对应的分块调用对应函数进行处理,得到需要的键值对(代码如下),

    RecordReader<INKEY,INVALUE> in = isSkipping() ?
        new SkippingRecordReader<INKEY,INVALUE>(rawIn, umbilical, reporter) :
        new TrackedRecordReader<INKEY,INVALUE>(rawIn, reporter);

然后调用MapRunner程序,MapRunner程序会根据键值对的数量调用多次MapClass类的map函数,完成对数据的处理工作。

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

打赏作者

WitsMakeMen

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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