0

Java を使用して Hadoop Map/Reduce を使用しています

map/reduce ジョブ全体を完了したとします。仕事を終了せずに、マップ全体/リデュース部分のみを繰り返す方法はありますか? つまり、さまざまなジョブのチェーンを使用したくないのですが、マップ/リデュースの部分だけを繰り返したいだけです。

ありがとうございました！

4

1 に答える 1

7

したがって、私は Hadoop ストリーミング API に精通していますが、アプローチはネイティブ API に変換する必要があります。

私の理解では、あなたがやろうとしていることは、入力データに対して同じ map() および reduce() 操作を何度か繰り返し実行することです。

最初の map() 入力データがファイル input.txt から取得され、出力ファイルが output + {iteration}.txt (反復はループ回数、反復 =[0、反復回数)) であるとします。map()/reduce() の 2 回目の呼び出しでは、入力ファイルは output+{iteration} になり、出力ファイルは output+{iteration +1}.txt になります。

これが明確でない場合はお知らせください。簡単な例を思いついて、ここにリンクを投稿できます。

EDIT * Javaの場合、hadoopのwordcountの例を複数回実行するように変更しました

package com.rorlig;
import java.io.IOException;
import java.util.StringTokenizer;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
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.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

public class WordCountJob {
  public static class TokenizerMapper 
     extends Mapper<Object, Text, Text, IntWritable>{

 private final static IntWritable one = new IntWritable(1);
 private Text word = new Text();

 public void map(Object key, Text value, Context context
                ) throws IOException, InterruptedException {
  StringTokenizer itr = new StringTokenizer(value.toString());
  while (itr.hasMoreTokens()) {
    word.set(itr.nextToken());
    context.write(word, one);
   }
 }
}

public static class IntSumReducer 
   extends Reducer<Text,IntWritable,Text,IntWritable> {
private IntWritable result = new IntWritable();

public void reduce(Text key, Iterable<IntWritable> values, 
                   Context context
                   ) throws IOException, InterruptedException {
  int sum = 0;
  for (IntWritable val : values) {
    sum += val.get();
  }
  result.set(sum);
  context.write(key, result);
  }
}

public static void main(String[] args) throws Exception {
 Configuration conf = new Configuration();

if (args.length != 3) {
  System.err.println("Usage: wordcount <in> <out> <iterations>");
  System.exit(2);
}
int iterations = new Integer(args[2]);
Path inPath = new Path(args[0]);
Path outPath =  null;
for (int i = 0; i<iterations; ++i){
    outPath = new Path(args[1]+i);
    Job job = new Job(conf, "word count");
    job.setJarByClass(WordCountJob.class);
    job.setMapperClass(TokenizerMapper.class);
    job.setCombinerClass(IntSumReducer.class);
    job.setReducerClass(IntSumReducer.class);
    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(IntWritable.class);
    FileInputFormat.addInputPath(job, inPath);
    FileOutputFormat.setOutputPath(job, outPath);
    job.waitForCompletion(true);
    inPath = outPath;
   }
 }
}

お役に立てれば

于 2011-04-18T19:52:46.857 に答える