hadoop矩阵乘法输入序列文件

utugiqy6  于 2021-06-02  发布在  Hadoop
关注(0)|答案(1)|浏览(354)

我在运行这个网站上的mapreduce matrix multiplication.java程序http://www.norstad.org/matrix-multiply/index.html.
(源代码可在网站末尾看到)
当我执行它时,它说输入不是sequencefile
我的输入文件最近 inputA.txt 看起来像这样

A,0,1,1.0
A,0,2,2.0
A,0,3,3.0
A,0,4,4.0
A,1,0,5.0
A,1,1,6.0
A,1,2,7.0
A,1,3,8.0
A,1,4,9.0

格式为:matrixname,row,col,element
当然,也没用。
我真的很想运行这个源代码,因为它的算法。在这种情况下,如何生成正确的sequencefile?
我可以从我已有的.txt文件生成它吗?

mrfwxfqh

mrfwxfqh1#

查看中包含的测试代码(在您提供的链接中) TestMatrixMultiply 应该给你点东西做。
我已经拿出相关的资料让你开始。这个(未测试的)代码应该创建两个序列文件(参见 testIdentity() ).
你可以看到 writeMatrix 方法如何创建sequencefile和使用的结构,我假设与实际mapreduce作业使用的结构相同。
您可以扩展此代码以读取文本文件,正确填充2d矩阵数组,然后编写序列文件。

public class TestMatrixMultiply {

    private static final String DATA_DIR_PATH = "/tmp/MatrixMultiply";
    private static final String INPUT_PATH_A = DATA_DIR_PATH + "/A";
    private static final String INPUT_OATH_B = DATA_DIR_PATH + "/B";

    private static Configuration conf = new Configuration();
    private static FileSystem fs;

    public static void writeMatrix (int[][] matrix, 
              int rowDim, int colDim, String pathStr) throws IOException {

        Path path = new Path(pathStr);
        SequenceFile.Writer writer = SequenceFile.createWriter(fs, conf, path, 
        MatrixMultiply.IndexPair.class, IntWritable.class, 
        SequenceFile.CompressionType.NONE);
        MatrixMultiply.IndexPair indexPair = new MatrixMultiply.IndexPair();
        IntWritable el = new IntWritable();
        for (int i = 0; i < rowDim; i++) {
            for (int j = 0; j < colDim; j++) {
                int v = matrix[i][j];
                if (v != 0) {
                    indexPair.index1 = i;
                    indexPair.index2 = j;
                    el.set(v);
                    writer.append(indexPair, el);
                }
            }
        }
        writer.close();
    }

    public static void main (String[] args) throws Exception {

        new GenericOptionsParser(conf, args);
        fs = FileSystem.get(conf);
        fs.mkdirs(new Path(DATA_DIR_PATH));

        A = new int[][] { {1,0}, {0,1}};
        B = new int[][] { {1,0}, {0,1}};
        writeMatrix(A, 2, 2, INPUT_PATH_A);
        writeMatrix(B, 2, 2, INPUT_OATH_B);
    }
}

您应该注意,这种方法对于少量的数据是可以的。一旦你开始达到任何一种比例,你可能会想写一个mapreduce作业,把你的文本文件作为输入,写出一个序列文件。

相关问题