设为首页 收藏本站
查看: 1259|回复: 0

[经验分享] Hadoop读取环境变量及setup函数

[复制链接]

尚未签到

发表于 2018-10-30 06:26:35 | 显示全部楼层 |阅读模式
  setup 函数原码:(摘自《hadoop实战》)
  *Called once at the start of the task.
  protected void setup(Context context) throws IOException,InterruptedException{}
  从注释可得知,setup函数在Task启动时就调用。
  在MapReduce中作业会被组织成MapTask和ReduceTask。
  每个Task都以Map类或Reduce类为处理方法主体,
  输入分片为处理方法的输入,自己的分片处理完后Task就销毁了。
  从这里看出,setup函数在task启动后数据处理前就调用一次
  而覆盖的Map函数和Reduce函数会针对输入分片的每个Key调用一次,
  所以setup函数可以看作Task上一个全局处理。
  利用setup函数的特性,可以将Map或Reduce函数中的的重复处理放到setup函数中。
  如老师给的Exercise_2中的"name"
  但需要注意的是,调用setup函数只是对应的Task上全局操作,而不是整个作业的全局操作。
  可以先用api把本地的文件传到hdfs中的 /user/hadoop/test 里去
  //本地文件上传到HDFS上
  public static void upload(String src,String dst) throws FileNotFoundException,IOException{
  InputStream in = new BufferedInputStream(new FileInputStream(src));
  //得到配置对象
  Configuration conf = new Configuration();
  //文件系统
  FileSystem fs = FileSystem.get(URI.create(dst), conf);
  //输出流
  OutputStream out = fs.create(new Path(dst), new Progressable() {
  public void progress() {
  System.out.println("上传完一个设定缓存区大小容量的文件!");
  }
  });
  //连接两个流,形成通道,使输入流向输出流传输数据
  IOUtils.copyBytes(in, out, 4096,true);
  }
  上传的时候调用这个函数就可以了
  例如
  upload("/home/jack/test/test.txt","/user/hadoop/test/test");
  前面的是本地目录中的文件,后面是hdfs中的文件
  注意 必须两者都必须是“路径+文件名”  不能没有文件名
  Configuration conf = new Configuration();
  conf.setStrings("job_parms", "aaabbc"); //关键就是这一句
  Job job = new Job(conf, "load analysis");
  job.setJarByClass(LoadAnalysis.class);
  job.setMapperClass(LoadMapper.class);
  job.setReducerClass(LoadIntoHbaseReduce.class);
  job.setMapOutputKeyClass(Text.class);
  job.setMapOutputValueClass(Text.class);
  FileInputFormat.addInputPath(job, new Path(otherArgs[0]));
  @Override
  protected void setup(Context context)
  throws IOException, InterruptedException {
  try {
  //从全局配置获取配置参数
  Configuration conf = context.getConfiguration();
  String parmStr = conf.get("job_parms"); //这样就拿到了
  ......
  } catch (SQLException e) {
  e.printStackTrace();
  }
  }
  全局文件:hadoop有distributed cache来保存全局文件,保证所有node都可以访问,使用类名为DistributedCache


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-628136-1-1.html 上篇帖子: hadoop环境搭建及修改配置文件(第四讲) 下篇帖子: Hadoop高端实战培训视频教程|2016最新Hadoop实战教程
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服E-mail:kefu@iyunv.com 客服QQ:1061981298


QQ群⑦:运维网交流群⑦ QQ群⑧:运维网交流群⑧ k8s群:运维网kubernetes交流群


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud

快速回复 返回顶部 返回列表