自定义输出文件名

<p>package selfname;</p>
	import java.io.IOException;

	import org.apache.hadoop.conf.Configuration;
	import org.apache.hadoop.fs.Path;
	import org.apache.hadoop.io.Text;
	//import org.apache.hadoop.mapreduce.lib.input.CombineFileInputFormat;
	//import org.apache.hadoop.mapreduce.lib.input.MultipleTextOutputFormat;
	import org.apache.hadoop.mapreduce.Job;
	import org.apache.hadoop.mapreduce.Mapper;
	import org.apache.hadoop.mapreduce.Reducer;
	import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
	import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
	import org.apache.hadoop.mapreduce.lib.output.MultipleOutputs;

	public class Selfname {
	        public static class FileMap extends Mapper<Object,Text,Text,Text>{
	        	public void map(Object key,Text value,Context context) throws IOException, InterruptedException{
	        		String line = value.toString();
	        		if(line.length()>=93){
	        		String keys = line.substring(15, 19);
	        		String values = line.substring(87,93);
	        		context.write(new Text(keys), new Text(values));
	        		}
	        	}
	        }
	        public static class FileReduce extends Reducer<Text,Text,Text,Text>{
	        	<strong>private MultipleOutputs<Text, Text> multipleOutputs;
	        	protected void setup(Context context)throws IOException, InterruptedException {
	        		multipleOutputs = new MultipleOutputs<Text, Text>(context);
	        		}</strong>
	        	public void reduce(Text key,Iterable<Text>values,Context context) throws IOException, InterruptedException{
	        		String value = new String();
	        		for(Text val:values){
	        			value+=val.toString()+",";
	        		}
	        		<strong>multipleOutputs.write(key, new Text(value), key.toString());</strong>

	        	}
	        	<strong>protected void cleanup(Context context)throws IOException, InterruptedException {
	        		multipleOutputs.close();
	        		}</strong>
	        }
	        public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException{
	        	Configuration conf = new Configuration();
	        	Job job = new Job(conf,"myfile");
	        	job.setJarByClass(Selfname.class);
	        	job.setMapperClass(FileMap.class);
	        	job.setReducerClass(FileReduce.class);
	        	job.setOutputKeyClass(Text.class);
	        	job.setOutputValueClass(Text.class);
	        	job.setNumReduceTasks(1);
	        	FileInputFormat.addInputPath(job, new Path(args[0]));
	        	FileOutputFormat.setOutputPath(job, new Path(args[1]));
	        	System.exit(job.waitForCompletion(true)?0:1);

	        }
	}

上面的代码实现了自定义的输出文件名，关键部分由粗体字标出。

使用MultipleOutputs类动态的实现输出文件的命名，动态，灵活。可以满足用户的定制需求，而且相对与其他的方法其代码量也非常少。

这里我用的数据是权威指南上边的气象数据，将相同年份的气温存储到一个文件中。

<strong>private MultipleOutputs<Text, Text> multipleOutputs;</strong>

<strong>声明一个MultipleOutputs变量。</strong>

<strong></strong><pre name="code" class="java"><strong>protected void setup(Context context)throws IOException, InterruptedException {
	        		multipleOutputs = new MultipleOutputs<Text, Text>(context);
	        		}</strong>

创建一个MultipleOutput变量。

<strong></strong><pre name="code" class="java"><strong>multipleOutputs.write(key, new Text(value), key.toString());</strong>

输出文件，类似于context.write。第一个变量为key，第二个变量为value,第三个变量为输出文件路径名。

<strong>最后需要使用cleanup函数将这个对象关闭。</strong>

<strong>
</strong>

版权声明：本文为博主原创文章，未经博主允许不得转载。