Hadoop MultipleOutputs如何輸出到多個文件中

這篇文章主要介紹Hadoop MultipleOutputs如何輸出到多個文件中，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

 Hadoop MultipleOutputs輸出到多個文件中的實現方法

1.輸出到多個文件或多個文件夾：

驅動中不需要額外改變，只需要在MapClass或Reduce類中加入如下代碼

private MultipleOutputs<Text,IntWritable> mos;
public void setup(Context context) throws IOException,InterruptedException {
　　mos = new MultipleOutputs(context);
}
public void cleanup(Context context) throws IOException,InterruptedException {
　　mos.close();
}

　　然后就可以用mos.write(Key key,Value value,String baseOutputPath)代替context.write(key, value);

　　在MapClass或Reduce中使用，輸出時也會有默認的文件part-m-00*或part-r-00*，不過這些文件是無內容的，大小為0. 而且只有part-m-00*會傳給Reduce。

注意：multipleOutputs.write(key, value, baseOutputPath)方法的第三個函數表明了該輸出所在的目錄（相對于用戶指定的輸出目錄）。

如果baseOutputPath不包含文件分隔符“/”，那么輸出的文件格式為baseOutputPath-r-nnnnn（name-r-nnnnn)；
如果包含文件分隔符“/”，例如baseOutputPath=“029070-99999/1901/part”，那么輸出文件則為029070-99999/1901/part-r-nnnnn

2.案例-需求

需求，下面是有些測試數據，要對這些數據按類目輸出到output中：

1512,iphone5s,4英寸,指紋識別,A7處理器,64位,M7協處理器,低功耗

1512,iphone5,4英寸,A6處理器,IOS7

1512,iphone4s,3.5英寸,A5處理器,雙核,經典

50019780,ipad,9.7英寸,retina屏幕,豐富的應用

50019780,yoga,聯想,待機18小時,外形獨特

50019780,nexus 7,華碩&google,7英寸

50019780,ipad mini 2,retina顯示屏,蘋果,7.9英寸

1101,macbook air,蘋果超薄,OS X mavericks

1101,macbook pro,蘋果,OS X lion

1101,thinkpad yoga,聯想,windows 8,超級本

3.Mapper程序：

package cn.edu.bjut.multioutput;

import java.io.IOException;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;

public class MultiOutPutMapper extends Mapper<LongWritable, Text, IntWritable, Text> {

  @Override
  protected void map(LongWritable key, Text value, Context context)
      throws IOException, InterruptedException {
    String line = value.toString().trim();
    if(null != line && 0 != line.length()) {
      String[] arr = line.split(",");
      context.write(new IntWritable(Integer.parseInt(arr[0])), value);
    }
  }

}

4.Reducer程序：

package cn.edu.bjut.multioutput;

import java.io.IOException;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.output.MultipleOutputs;

public class MultiOutPutReducer extends
    Reducer<IntWritable, Text, NullWritable, Text> {

  private MultipleOutputs<NullWritable, Text> multipleOutputs = null;

  @Override
  protected void reduce(IntWritable key, Iterable<Text> values, Context context)
      throws IOException, InterruptedException {
    for(Text text : values) {
      multipleOutputs.write("KeySpilt", NullWritable.get(), text, key.toString()+"/");
      multipleOutputs.write("AllPart", NullWritable.get(), text);
    }
  }

  @Override
  protected void setup(Context context)
      throws IOException, InterruptedException {
    multipleOutputs = new MultipleOutputs<NullWritable, Text>(context);
  }

  @Override
  protected void cleanup(Context context)
      throws IOException, InterruptedException {
    if(null != multipleOutputs) {
      multipleOutputs.close();
      multipleOutputs = null;
    }
  }


}

5.主程序：

package cn.edu.bjut.multioutput;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.mapreduce.lib.output.MultipleOutputs;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;

public class MainJob {
  public static void main(String[] args) throws Exception {
    Configuration conf = new Configuration();
    Job job = new Job(conf, "aaa");
    job.setJarByClass(MainJob.class);

    job.setMapperClass(MultiOutPutMapper.class);
    job.setMapOutputKeyClass(IntWritable.class);
    job.setMapOutputValueClass(Text.class);

    job.setReducerClass(MultiOutPutReducer.class);
    job.setOutputKeyClass(NullWritable.class);
    job.setOutputValueClass(Text.class);

    FileInputFormat.addInputPath(job, new Path(args[0]));

    MultipleOutputs.addNamedOutput(job, "KeySpilt", TextOutputFormat.class, NullWritable.class, Text.class);
    MultipleOutputs.addNamedOutput(job, "AllPart", TextOutputFormat.class, NullWritable.class, Text.class);

    Path outPath = new Path(args[1]);
    FileSystem fs = FileSystem.get(conf);
    if(fs.exists(outPath)) {
      fs.delete(outPath, true);
    }
    FileOutputFormat.setOutputPath(job, outPath);

    job.waitForCompletion(true);
  }
}

以上是“Hadoop MultipleOutputs如何輸出到多個文件中”這篇文章的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！