没有合适的资源?快使用搜索试试~ 我知道了~
资源详情
资源评论
资源推荐
先知道是什么,再去了解为什么
MapReduce之OutputFormat数据输出
OutputFormat接口实现类
OutputFormat是 Mapreduce输出的基类,所有实现 Mapreduce输出都实现了OutputFormat接
口。下面我们介绍几种常见的 OutputFormat实现类。
文本输出TextoutputFormat默认的输出格式是 TextOutputFormat,它把每条记录写为文本
行。它的键和值可以是任意类型,因为textOutputFormat调用 toString方法把它们转换为字符串
SequenceFileoutputFormat将 SequenceFileOutput Format输出作为后续 MapReduce任务的
输入,这便是一种好的输出格式,因为它的格式紧凑,很容易被压缩。
自定义 OutputFormat根据用户需求,自定义实现输出。
自定义OutputFormat
1.使用场景
为了实现控制最终文件的输出路径和输出格式,可以自定义 OutputFormat。
例如:要在一个 MapReduce程序中根据数据的不同输出两类结果到不同目录,这类灵活的输出
需求可以通过自定义 OutputFormat来实现。
2.自定义 OutputFormat步骤
(1)自定义一个类继承 FileOutputFormat
(2)改写Record writer,具体改写输出数据的方法write。
3.实际需求
过滤日志文件中,包含shuaiqi的字符串然后输出到output.log文件中,不包含shuaiqi的输出到
other.log中
OuputFormat代码
import java.io.IOException;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.RecordWriter;
import org.apache.hadoop.mapreduce.TaskAttemptContext;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
// 继承FileOutputFormat,规定输出泛型
public class FilterOutputFormat extends FileOutputFormat<Text, NullWritable>{
@Override
public RecordWriter<Text, NullWritable> getRecordWriter(TaskAttemptContext
job) throws IOException, InterruptedException {
// 创建一个RecordWriter,重写里面的write方法
return new FilterRecordWriter(job);
}
一曲歌长安
- 粉丝: 48
- 资源: 302
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0