gpt4 book ai didi

hadoop - 如何执行一对多 map-reduce 连接?

转载 作者:可可西里 更新时间:2023-11-01 15:14:22 33 4
gpt4 key购买 nike

当我们有:

文件1

personid1, name1

personid2, name2

文件2

personid1, address2

文件2

personid2, address2

我想要reducer输出

personid1, name1, address2

personid2, name2, address2

最佳答案

您似乎可以使用 personid 作为映射器的键。

然后您将确保在一个 reducer 中获得属于一个 personid 的所有记录作为迭代器。现在您需要区分哪个记录来自哪个来源,因此最好将标识符放在值上。

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.conf.Configured;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.MultipleInputs;
import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.LazyOutputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;

public class ExampleDriver extends Configured implements Tool {


@Override
public int run(String[] args) throws Exception {
Configuration configuration = getConf();

Job job = Job.getInstance(configuration, this.getClass().getName());

job.setJarByClass(ExampleDriver.class);

MultipleInputs.addInputPath(job, new Path(PERSON_DIR), TextInputFormat.class, PersonMapper.class);
MultipleInputs.addInputPath(job, new Path(ADDRESS_DIR), TextInputFormat.class, AddressMapper.class);


job.setMapOutputKeyClass(KeyWithPersonId.class);
job.setMapOutputValueClass(Text.class);
job.setReducerClass(JoinPersonWithAddressReducer.class);

LazyOutputFormat.setOutputFormatClass(job, TextOutputFormat.class); // Not necessary. Can use simple FileOutputFormat.

return job.waitForCompletion(true) ? 0 : 1;
}

public static void main(String[] args) throws Exception {
int exitCode = ToolRunner.run(new Configuration(), new ExampleDriver(), args);
System.exit(exitCode);
}
}

如果您有更多问题,请告诉我。

关于hadoop - 如何执行一对多 map-reduce 连接?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27407853/

33 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com