我正在尝试编写一个mapreduce场景,其中我以json的形式创建了一些用户clickstream数据。之后,我编写了mapper类来从文件中获取所需的数据,我的mapper代码是:-
private final static String URL = "u";
private final static String Country_Code = "c";
private final static String Known_User = "nk";
private final static String Session_Start_time = "hc";
private final static String User_Id = "user";
private final static String Event_Id = "event";
public void map(LongWritable key, Text value, Context context)
throws IOException, InterruptedException {
String aJSONRecord = value.toString();
try {
JSONObject aJSONObject = new JSONObject(aJSONRecord);
StringBuilder aOutputString = new StringBuilder();
aOutputString.append(aJSONObject.get(User_Id).toString()+",");
aOutputString.append(aJSONObject.get(Event_Id).toString()+",");
aOutputString.append(aJSONObject.get(URL).toString()+",");
aOutputString.append(aJSONObject.get(Known_User)+",");
aOutputString.append(aJSONObject.get(Session_Start_time)+",");
aOutputString.append(aJSONObject.get(Country_Code)+",");
context.write(new Text(aOutputString.toString()), key);
System.out.println(aOutputString.toString());
} catch (JSONException e) {
e.printStackTrace();
}
}
}
我的代码是:-
public void reduce(Text key, Iterable<LongWritable> values,
Context context) throws IOException, InterruptedException {
String aString = key.toString();
context.write(new Text(aString.trim()), new Text(""));
}
我的分区代码是:-
public int getPartition(Text key, LongWritable value, int numPartitions) {
String aRecord = key.toString();
if(aRecord.contains(Country_code_Us)){
return 0;
}else{
return 1;
}
}
这是我的司机代码
public static void main(String[] args) throws Exception {
Configuration conf = new Configuration();
Job job = Job.getInstance(conf, "Click Stream Analyzer");
job.setNumReduceTasks(2);
job.setJarByClass(ClickStreamDriver.class);
job.setMapperClass(ClickStreamMapper.class);
job.setReducerClass(ClickStreamReducer.class);
job.setPartitionerClass(ClickStreamPartitioner.class);
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(LongWritable.class);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(Text.class);
FileInputFormat.addInputPath(job, new Path(args[0]));
FileOutputFormat.setOutputPath(job, new Path(args[1]));
System.exit(job.waitForCompletion(true) ? 0 : 1);
}
在这里,我试图根据国家代码划分我的数据。但它不工作,它是在一个单一的reducer文件发送每一个记录,我想其他文件,然后为我们创建reduce。
还有一件事,当我看到Map器的输出时,它会在每条记录的末尾显示一些额外的空间。
如果我在这里犯了什么错误,请提出建议。
3条答案
按热度按时间e7arh2l61#
我使用了nullwriteable,它可以工作。现在我可以看到记录在不同的文件中被分区。因为我使用longwritable作为null值而不是null writable,所以在每行的最后添加了空格,因此us被列为“us”,分区无法划分顺序。
yk9xbfzb2#
分区的问题是由于减速器的数量。如果它是1,所有的数据都将被发送到它,独立地从分区器返回。因此,设置
mapred.reduce.tasks
到2将解决这个问题。或者你可以简单地写下:为了有两个你想要的减速器。
mrwjdhj33#
除非您有非常具体的要求,您可以设置减速器如下工作参数。
或者
job.setNumReduceTasks(2)
根据mark91答案。但是把工作留给hadoopfraemork使用belowapi。框架将根据文件和块的大小来决定缩减器的数量。