Hadoop 在MapReduce中写入多个O/P文件时出现问题

我需要根据筛选条件将输入文件拆分为2个输出文件。我的输出目录应如下所示：

/hdfs/base/dir/matched/YYYY/MM/DD
/hdfs/base/dir/notmatched/YYYY/MM/DD

FileOutputFormat.setOutputPath(job, new Path("/hdfs/base/dir"));

我正在使用

multipleoutput

类在映射函数中分割数据。 在我的驱动程序类中，我使用如下：

/hdfs/base/dir/matched/YYYY/MM/DD
/hdfs/base/dir/notmatched/YYYY/MM/DD

FileOutputFormat.setOutputPath(job, new Path("/hdfs/base/dir"));

在Mapper中，我使用了以下内容：

mos.write(key, value, fileName); // File Name is generating based on filter criteria

这个程序在一天内运行良好。但在第二天，我的程序失败了，它说：

Exception in thread "main" org.apache.hadoop.mapred.FileAlreadyExistsException: Output directory hdfs://nameservice1/hdfs/base/dir already exists

我不能在第二天使用不同的基本目录

我如何处理这种情况

---

注意：我不想通过两次读取输入来创建两个单独的文件。

您的输出值中可以有一个标志列。稍后，您可以处理输出并按标志列将其拆分。

创建自定义o/p格式类，如下所示

package com.visa.util;

import java.io.IOException;

import org.apache.hadoop.mapreduce.JobContext;
import org.apache.hadoop.mapreduce.OutputCommitter;
import org.apache.hadoop.mapreduce.RecordWriter;
import org.apache.hadoop.mapreduce.TaskAttemptContext;
import org.apache.hadoop.mapreduce.lib.output.SequenceFileOutputFormat;

public class CostomOutputFormat<K, V> extends SequenceFileOutputFormat<K, V>{

    @Override
    public void checkOutputSpecs(JobContext arg0) throws IOException {
    }

    @Override
    public OutputCommitter getOutputCommitter(TaskAttemptContext arg0) throws IOException {
        return super.getOutputCommitter(arg0);
    }

    @Override
    public RecordWriter<K, V> getRecordWriter(TaskAttemptContext arg0) throws IOException, InterruptedException {
        return super.getRecordWriter(arg0);
    }

}

---

这将跳过检查是否存在o/p目录。

因此，您的问题是对所有执行使用相同的输出目录。。我说的对吗？是的。。。我想使用

multipleoutput

（在映射器中）而不是

FileOutputFormat来控制实际的o/p目录。setOutputPath

（在驱动程序类中）通常hadoop会为每次执行创建一个新目录。MultipleOutputs类用于将数据写入不同的文件。不能将同一目录用于所有执行。您需要从中删除已创建的基本目录。概念。