map - 什么是mapreduce中的job.get()和job.getBoolean()

Question

我正在通过hadoop进行pdf文档聚类工作，因此我正在通过阅读Internet上的一些示例来学习mapreduce。

job.get("map.input.file")
job.getboolean()

这些函数的功能是什么？到底要在哪里设置map.input.file？还是仅仅是输入文件夹的名称？
如果有人知道，请发表答案。

有关代码，请参见以下链接
wordcount 2.0示例= http://hadoop.apache.org/docs/r1.0.4/mapred_tutorial.html

Answer 1

这些是作业配置。即一组配置，这些配置将传递给每个映射器和化简器。现在，这些配置由well defined mapreduce/hadoop related configurations以及用户定义的配置组成。

在您的情况下，map.input.file是预定义的配置，是的，它被设置为以逗号分隔的所有设置为输入路径的路径的列表。
wordcount.skip.patterns是根据用户输入设置的自定义配置，您可能会看到在run()中设置此配置，如下所示:

conf.setBoolean("wordcount.skip.patterns", true);

至于何时使用 get和何时使用 getBoolean，这应该是不言自明的，因为每当您要设置boolean类型的值时，都将分别使用 getBoolean和 setBoolean来获取和设置特定的配置值。同样，您也可以针对其他数据类型使用特定的方法。如果它是字符串，则可以使用 get()。