查看: 914|回复: 0

[经验分享] Hadoop的MR读取外部资源的方案

尚未签到

发表于 2016-12-11 09:01:35 | 显示全部楼层 |阅读模式

　　背景：
　　Hadoop在执行MR job的时候有时候需要访问一些资源，比如配置，共享数据文件等，那么实现的方案有如下几种：
　　第一种：基于三方数据源

1.存储在sql或者nosql(包括自身的hdfs)中然后在job的m或者r时根据需要读取相应的资源
2.存储在某网络处，基于tcp方式在需要的时候获取
　　第二种通过自身机制

1.org.apache.hadoop.conf.Configuration进行传输
1.1 conf.set(name, value)
1.2 其他conf.set*()
2.DistributedCache，为分布式缓存
DistributedCache.addCacheFile(uri, conf)
DistributedCache.addCacheArchive(uri, conf)
　　数据量适中的情况下建议采用2，一次读多次用

运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表，该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有，请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意，请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息，一经发现立即删除。若您因此触犯法律，一切后果自负，我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集，我们仅提供一个展示、介绍、观摩学习的平台，我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责，亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏，不得用于商业或者其他用途，否则，一切后果均由您自己承担，我们对此不承担任何法律责任
7、如涉及侵犯版权等问题，请您及时通知我们，我们将立即采取措施予以解决
8、联系人Email：admin@iyunv.com 网址：www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址：https://www.yunweiku.com/thread-312581-1-1.html 上篇帖子： hadoop 0.20.203 数据迁移至 cdh3u3 下篇帖子： hadoop-0.21.0集群环境的搭建

使用道具举报