hadoop中mapreduce的常用类（一）
云智慧（北京）科技有限公司陈鑫写这个文章的时候才意识到新旧API是同时存在于1.1.2的hadoop中的。以前还一直纳闷儿为什么有时候是jobClient提交任务，有时是Job...不管API是否更新，下面这些类也还是存在于API中的，经过自己跟踪源码，发现原理还是这些。只不过进行了重新组织，进行了一些封装，使得扩展性更好。所以还是把这些东西从记事本贴进来吧。
关于这些类的介绍以及使用，有的是在自己debug中看到的，多数为纯翻译API的注释，但是翻译的过程受益良多。
GenericOptionsParser
parseGeneralOptions(Optionsopts, Configuration conf, String[] args)解析命令行参数
GenericOptionsParser是为hadoop框架解析命令行参数的工具类。它能够辨认标准的命令行参数，使app能够轻松指定namenode，jobtracker，以及额外的配置资源或信息等。它支持的功能有：
-conf 指定配置文件；
-D 指定配置信息；
-fs 指定namenode
-jt 指定jobtracker
-files指定需要copy到MR集群的文件，以逗号分隔
-libjars指定需要copy到MR集群的classpath的jar包，以逗号分隔
-archives指定需要copy到MR集群的压缩文件，以逗号分隔，会自动解压缩
1.String[] otherArgs = new GenericOptionsParser(job, args)
2. .getRemainingArgs();
3.if (otherArgs.length != 2) {
4. System.err.println("Usage: wordcount");
5. System.exit(2);
6.}
ToolRunner
用来跑实现Tool接口的工具。它与GenericOptionsParser合作来解析命令行参数，只在此次运行中更改configuration的参数。
Tool
处理命令行参数的接口。Tool是MR的任何tool/app的标准。这些实现应该代理对标准命令行参数的处理。下面是典型实现：
1.public class MyApp extends Configured implements Tool {
2.
3. public int run(String[] args) throws Exception {
4. // 即将被ToolRunner执行的Configuration
5. Configuration conf = getConf();
6.
7. // 使用conf建立JobConf
8. JobConf job = new JobConf(conf, MyApp.class);
9.
10. // 执行客户端参数
11. Path in = new Path(args);
12. Path out = new Path(args);
13.
14. // 指定job相关的参数
15. job.setJobName("my-app");
16. job.setInputPath(in);
17. job.setOutputPath(out);
18. job.setMapperClass(MyApp.MyMapper.class);
19. job.setReducerClass(MyApp.MyReducer.class);
20.*
21. // 提交job，然后监视进度直到job完成
22. JobClient.runJob(job);
23. }
24.
25. public static void main(String[] args) throws Exception {
26. // 让ToolRunner 处理命令行参数
27. int res = ToolRunner.run(new Configuration(), new Sort(), args);//这里封装了GenericOptionsParser解析args
28.
29. System.exit(res);
30. }
31. }
MultipleOutputFormat
自定义输出文件名称或者说名称格式。在jobconf中setOutputFormat(MultipleOutputFormat的子类)就行了。而不是那种part-r-00000啥的了。。。并且可以分配结果到多个文件中。
MultipleOutputFormat继承了FileOutputFormat, 允许将输出数据写进不同的输出文件中。有三种应用场景：
a. 最少有一个reducer的mapreduce任务。这个reducer想要根据实际的key将输出写进不同的文件中。假设一个key编码了实际的key和为实际的key指定的位置
b. 只有map的任务。这个任务想要把输入文件或者输入内容的部分名称设为输出文件名。
c. 只有map的任务。这个任务为输出命名时，需要依赖keys和输入文件名。
1.//这里是根据key生成多个文件的地方，可以看到还有value，name等参数
2.@Override
3.protected String generateFileNameForKeyValue(Text key,
4. IntWritable value, String name) {
5. char c = key.toString().toLowerCase().charAt(0);
6. if (c >= 'a' && c
页:
[1]