- android - RelativeLayout 背景可绘制重叠内容
- android - 如何链接 cpufeatures lib 以获取 native android 库?
- java - OnItemClickListener 不起作用,但 OnLongItemClickListener 在自定义 ListView 中起作用
- java - Android 文件转字符串
情况:我有一个 Postgres 数据库,其中包含一个包含几百万行的表,我正在尝试查询所有这些行以进行 MapReduce 作业。
根据我对 DBInputFormat 所做的研究,Hadoop 可能会尝试对新的映射器再次使用相同的查询,并且由于这些查询需要花费大量时间,所以我想通过以下两种方式之一来防止这种情况发生想到了:
1) Limit the job to only run 1 mapper that queries the whole table and call it
good.
或
2) Somehow incorporate an offset in the query so that if Hadoop does try to use
a new mapper it won't grab the same stuff.
我觉得选项 (1) 似乎更有希望,但我不知道这样的配置是否可行。选项 (2) 在理论上听起来不错,但我不知道我将如何跟踪正在制作的映射器,以及是否有可能检测到并重新配置。
感谢您的帮助,我正在寻找一种方法来提取所有数据库表数据,而不是运行多个相同的查询,因为那会浪费时间。
最佳答案
DBInputFormat 基本上已经完成了您的选项 2。它确实在其查询中使用 LIMIT 和 OFFSET 来划分工作。例如:
因此,如果您在关键字段上有适当的索引,您可能不应该介意正在运行多个查询。您确实得到一些可能的返工的地方是推测执行。有时 hadoop 会安排多个相同的任务,并且只使用先完成的那个的输出。如果您愿意,可以通过设置以下属性来关闭此功能:
mapred.map.tasks.speculative.execution=false
但是,如果您没有可以有效地执行这些 ORDER、LIMIT、OFFSET 查询的合理 key ,那么所有这一切都是不可能的。这就是您可以考虑使用选项编号 1 的地方。您绝对可以进行该配置。设置属性:
mapred.map.tasks=1
从技术上讲,InputFormat 对运行多少个 Map 任务有“最终决定权”,但 DBInputFormat 始终遵守此属性。
您可以考虑使用的另一个选项是名为 sqoop 的实用程序它是为在关系数据库和 hadoop 之间传输数据而构建的。然而,这将使这个过程分为两步:首先将数据从 Postgres 复制到 HDFS,然后运行您的 MapReduce 作业。
关于postgresql - hadoop——大型数据库查询,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19693663/
我的问题是如何在 python 中创建一个简单的数据库。我的例子是: User = { 'Name' : {'Firstname', 'Lastname'}, 'Address' : {'Street
我需要创建一个与远程数据库链接的应用程序! mysql 是最好的解决方案吗? Sqlite 是唯一的本地解决方案吗? 我使用下面的方法,我想知道它是否是最好的方法! NSString *evento
给定两台 MySQL 服务器,一台本地,一台远程。两者都有一个包含表 bohica 的数据库 foobar。本地服务器定义了用户 'myadmin'@'%' 和 'myadmin'@'localhos
我有以下灵活的搜索查询 Select {vt:code},{vt:productcode},{vw:code},{vw:productcode} from {abcd AS vt JOIN wxyz
好吧,我的电脑开始运行有点缓慢,所以我重置了 Windows,保留了我的文件。因为我的大脑还没有打开,所以我忘记事先备份我的 MySQL 数据库。我仍然拥有所有原始文件,因此我实际上仍然拥有数据库,但
如何将我的 Access 数据库 (.accdb) 转换为 SQLite 数据库 (.sqlite)? 请,任何帮助将不胜感激。 最佳答案 1)如果要转换 db 的结构,则应使用任何 DB 建模工具:
系统检查发现了一些问题: 警告:?:(mysql.W002)未为数据库连接“默认”设置 MySQL 严格模式 提示:MySQL 的严格模式通过将警告升级为错误来修复 MySQL 中的许多数据完整性问题
系统检查发现了一些问题: 警告:?:(mysql.W002)未为数据库连接“默认”设置 MySQL 严格模式 提示:MySQL 的严格模式通过将警告升级为错误来修复 MySQL 中的许多数据完整性问题
我想在相同的 phonegap 应用程序中使用 android 数据库。 更多说明: 我创建了 phonegap 应用程序,但 phonegap 应用程序不支持服务,所以我们已经在 java 中为 a
Time Tracker function clock() { var mytime = new Date(); var seconds
我需要在现有项目上实现一些事件的显示。我无法更改数据库结构。 在我的 Controller 中,我(从 ajax 请求)传递了一个时间戳,并且我需要显示之前的 8 个事件。因此,如果时间戳是(转换后)
我有一个可以收集和显示各种测量值的产品(不会详细介绍)。正如人们所期望的那样,显示部分是一个数据库+建立在其之上的网站(使用 Symfony)。 但是,我们可能还会创建一个 API 来向第三方公开数据
我们将 SQL Server 从 Azure VM 迁移到 Azure SQL 数据库。 Azure VM 为 DS2_V2、2 核、7GB RAM、最大 6400 IOPS Azure SQL 数据
我正在开发一个使用 MongoDB 数据库的程序,但我想问在通过 Java 执行 SQL 时是否可以使用内部数据库进行测试,例如 H2? 最佳答案 你可以尝试使用Testcontainers Test
已关闭。此问题不符合Stack Overflow guidelines 。目前不接受答案。 已关闭 9 年前。 此问题似乎与 a specific programming problem, a sof
我正在尝试使用 MSI 身份验证(无需用户名和密码)从 Azure 机器学习服务连接 Azure SQL 数据库。 我正在尝试在 Azure 机器学习服务上建立机器学习模型,目的是我需要数据,这就是我
我在我的 MySQL 数据库中使用这个查询来查找 my_column 不为空的所有行: SELECT * FROM my_table WHERE my_column != ""; 不幸的是,许多行在
我有那个基地:http://sqlfiddle.com/#!2/e5a24/2这是 WordPress 默认模式的简写。我已经删除了该示例不需要的字段。 如您所见,我的结果是“类别 1”的两倍。我喜欢
我有一张这样的 table : mysql> select * from users; +--------+----------+------------+-----------+ | userid
我有表: CREATE TABLE IF NOT EXISTS `category` ( `id` int(11) NOT NULL, `name` varchar(255) NOT NULL
我是一名优秀的程序员,十分优秀!