Hadoop 将值写入文件而不移动到reducer

我有这样的记录输入， a | 1 | Y， b | 0 | N， c | 1 | N， d | 2 | Y， e | 1 | Y

现在，在mapper中，我必须检查第三列的值。如果是“Y”，则该记录必须直接写入输出文件，而无需将该记录移动到reducer，否则，“N”值记录必须移动到reducer进行进一步处理

所以， a | 1 | Y， d | 2 | Y， e | 1 | Y 不应去减速器，但 b | 0 | N， c | 1 | N 应该转到reducer，然后转到输出文件

---

我怎样才能做到这一点呢？

您可能要做的是将“Y”和“N”类型的记录从映射器中分离到两个不同的文件中

接下来，为两个新生成的“Y”和“N”类型的数据集运行saparate作业。 对于“Y”类型，将减缩器的数量设置为0，以便不使用减缩器。对于'N'类型，使用减缩器按照您想要的方式进行操作

---

希望这有帮助。

在地图功能中，您将逐行获得输入。使用|作为分隔符，将其按照进行拆分。（确切地说，通过使用

String.split（）

方法） 看起来像这样

String[] line = value.toString().split('|');

通过

行[2]

然后，使用一个简单的

if-else

语句，发出带有N值的输出以供进一步处理。

看看这是否有效

public class Xxxx {

    public static class MyMapper extends
            Mapper<LongWritable, Text, LongWritable, Text> {        

        public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {               

            FileSystem fs = FileSystem.get(context.getConfiguration());
            Random r = new Random();                
            FileSplit split = (FileSplit)context.getInputSplit();
            String fileName = split.getPath().getName();                
            FSDataOutputStream out = fs.create(new Path(fileName + "-m-" + r.nextInt()));                               
            String parts[];
            String line = value.toString();
            String[] splits = line.split(",");
            for(String s : splits) {
                parts = s.split("\\|");
                if(parts[2].equals("Y")) {                  
                    out.writeBytes(line);
                }else {
                    context.write(key, value);
                }
            }
            out.close();
            fs.close();
        }       
    }

    public static class MyReducer extends
            Reducer<LongWritable, Text, LongWritable, Text> {
        public void reduce(LongWritable key, Iterable<Text> values,
                Context context) throws IOException, InterruptedException {
            for(Text t : values) {
            context.write(key, t);
            }
        }
    }

    /**
     * @param args
     * @throws IOException 
     * @throws InterruptedException 
     * @throws ClassNotFoundException 
     */
    public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
        // TODO Auto-generated method stub

        Configuration conf = new Configuration();
        conf.set("fs.default.name", "hdfs://localhost:9000");
        conf.set("mapred.job.tracker", "localhost:9001");
        Job job = new Job(conf, "Xxxx");
        job.setJarByClass(Xxxx.class);
        Path outPath = new Path("/output_path");
        job.setMapperClass(MyMapper.class);
        job.setReducerClass(MyReducer.class);
        FileInputFormat.addInputPath(job, new Path("/input.txt"));
        FileOutputFormat.setOutputPath(job, outPath);
        System.exit(job.waitForCompletion(true) ? 0 : 1);
    }
}

公共类Xxxx{
公共静态类MyMapper扩展
映射程序{
public void映射（LongWritable键、文本值、上下文上下文）抛出IOException、InterruptedException{
FileSystem fs=FileSystem.get（context.getConfiguration（））；
随机r=新随机（）；
FileSplit split=（FileSplit）context.getInputSplit（）；
字符串文件名=split.getPath（）.getName（）；
FSDataOutputStream out=fs.create（新路径（fileName+“-m-”+r.nextInt（））；
字符串部分[]；
字符串行=value.toString（）；
String[]splits=line.split（“，”）；
用于（字符串s:拆分）{
零件=s.split（“\\\\”）；
如果（部分[2]。等于（“Y”）{
out.writeBytes（行）；
}否则{
编写（键、值）；
}
}
out.close（）；
fs.close（）；
}       
}
公共静态类MyReducer扩展
减速器{
public void reduce（可写长键、可写值、，
上下文）抛出IOException、InterruptedException{
对于（文本t：值）{
context.write（key，t）；
}
}
}
/**
*@param args
*@抛出异常
*@抛出中断异常
*@ClassNotFoundException
*/
公共静态void main（字符串[]args）引发IOException、ClassNotFoundException、InterruptedException{
//TODO自动生成的方法存根
Configuration conf=新配置（）；
conf.set（“fs.default.name”hdfs://localhost:9000");
conf.set（“mapred.job.tracker”，“localhost:9001”）；
作业作业=新作业（配置，“Xxxx”）；
job.setJarByClass（Xxxx.class）；
路径输出路径=新路径（“/output_Path”）；
setMapperClass（MyMapper.class）；
job.setReducerClass（MyReducer.class）；
addInputPath（作业，新路径（“/input.txt”）；
setOutputPath（作业，输出路径）；
系统退出（作业等待完成（真）？0:1；
}
}

这不太清楚。您只是不想运行reducer吗？我不想移动第三列值为“Y”的记录，剩余值应移动到reducer。因此，您希望映射程序将第三列值为“Y”的记录直接写入HDFS，而第三列值为“N”的记录只应进入reducer？如果有其他帮助，该如何操作？如果您执行context.write（）如果你有一个减速机在你的工作中，它会被调用，如果或否则。对不起，我不太明白。