Java hadoop在完成所有还原程序后给出输出

在代码的第一部分中，我设置了许多数组来跟踪一些值，如下所示：

  @Override 
  public void configure(JobConf conf){
       top5=new String[5];
      counttop5=new int[5]
      }

现在，在从reducer编写了一些代码之后，我想将top的内容输出到输出文件，但是，为了实现这一点，我创建了一个close（）函数：

  @Override 
      public void close(){
         //what goes here? 
      }

但是，正如您所看到的，由于输出是在reducer方法中定义的，所以没有什么可调用的。 虽然代码本身很长，但这里是方法的数据签名：

    public static class Map extends MapReduceBase implements Mapper<LongWritable, Text, Text, Writable> {
private  static IntWritable one = new IntWritable(1);
    public void map(LongWritable key, Text value, OutputCollector<Text, Writable> output, Reporter reporter) throws IOException {
public static class Reduce extends MapReduceBase implements Reducer<Text, Writable, Text, Writable> {

      static ArrayList<String> files;
          static String[] top5;
          static int[] counttop5;
          int reducedterms;
          public void configure(JobConf conf){
              files= new ArrayList<String>();
              top5=new String[5];
              reducedterms=0; 
              counttop5=new int[5];


          }
          @Override 
          public void close(){
             //what goes here? 
          }

          public void reduce(Text key, Iterator<Writable> values, OutputCollector<Text, Writable> output, Reporter reporter) throws IOException {
    }

公共静态类映射扩展MapReduceBase实现映射器{
私有静态IntWritable one=新的IntWritable（1）；
公共void映射（LongWritable键、文本值、OutputCollector输出、Reporter报告器）引发IOException{
公共静态类Reduce扩展MapReduceBase实现Reducer{
静态ArrayList文件；
静态字符串[]top5；
静态int[]counttop5；
int约化项；
公共void配置（JobConf conf）{
files=newarraylist（）；
top5=新字符串[5]；
简化项=0；
counttop5=新整数[5]；
}
@凌驾
公众假期结束（）{
//这里有什么？
}
公共void reduce（文本键、迭代器值、OutputCollector输出、Reporter报告器）引发IOException{
}

---

有人知道修复方法吗？

这是一个使用

org.apache.hadoop.mapreduce

类的答案。API与您提供的代码有些不同，因为我们现在扩展了

org.apache.hadoop.mapreduce.Reducer

基类，而不是实现

org.apache.hadoop.mapred.Reducer

接口，但这里有一个简单的说明做你需要的事情的一种方式：

public static class Reduce extends Reducer<Text, Writable, Text, Writable> {

  static ArrayList<String> files;
  static String[] top5;
  static int[] counttop5;
  int reducedterms;

  //setup method instead of configure
  public void setup(Context context){
          files= new ArrayList<String>();
          top5=new String[5];
          reducedterms=0; 
          counttop5=new int[5];
  }

  //In cleanup you may access the write method
  @Override 
  public void cleanup(Context context){
         // Use top5 and counttop5 the way you see fit
         // Use context.write() to pass them ahead!
  }

      public void reduce(Text key, Iterator<Writable> values, Context context) throws IOException {
}

公共静态类Reduce扩展Reducer{
静态ArrayList文件；
静态字符串[]top5；
静态int[]counttop5；
int约化项；
//设置方法而不是配置
公共无效设置（上下文）{
files=newarraylist（）；
top5=新字符串[5]；
简化项=0；
counttop5=新整数[5]；
}
//在“清理”中，您可以访问write方法
@凌驾
公共空间清理（上下文）{
//按您认为合适的方式使用top5和counttop5
//使用context.write（）提前传递它们！
}
公共void reduce（文本键、迭代器值、上下文）引发IOException{
}

这是一个使用

org.apache.hadoop.mapreduce

类的答案。API与您提供的代码有点不同，因为我们现在扩展了

org.apache.hadoop.mapreduce.Reducer

基类，而不是实现

org.apache.hadoop.mapred.Reducer

接口，但这里是一个简单的方法你不需要：

public static class Reduce extends Reducer<Text, Writable, Text, Writable> {

  static ArrayList<String> files;
  static String[] top5;
  static int[] counttop5;
  int reducedterms;

  //setup method instead of configure
  public void setup(Context context){
          files= new ArrayList<String>();
          top5=new String[5];
          reducedterms=0; 
          counttop5=new int[5];
  }

  //In cleanup you may access the write method
  @Override 
  public void cleanup(Context context){
         // Use top5 and counttop5 the way you see fit
         // Use context.write() to pass them ahead!
  }

      public void reduce(Text key, Iterator<Writable> values, Context context) throws IOException {
}

公共静态类Reduce扩展Reducer{
静态ArrayList文件；
静态字符串[]top5；
静态int[]counttop5；
int约化项；
//设置方法而不是配置
公共无效设置（上下文）{
files=newarraylist（）；
top5=新字符串[5]；
简化项=0；
counttop5=新整数[5]；
}
//在“清理”中，您可以访问write方法
@凌驾
公共空间清理（上下文）{
//按您认为合适的方式使用top5和counttop5
//使用context.write（）提前传递它们！
}
公共void reduce（文本键、迭代器值、上下文）引发IOException{
}

你说的“代码的第一部分”是指在映射器内部还是之前？我已经添加了函数的数据签名，但是文件太大了，我怀疑它是否合适。谢谢（很抱歉发出噪音）但是扩展

org.apache.hadoop.mapreduce.Reducer

而不是实现

org.apache.hadoop.mapred.Reducer

接口是不可能的吗？如果没有，我想我有一个答案。扩展而不是实现成功了，谢谢！@artemstikiridis应该写一个答案，然后你可以接受它，并奖励赏金“代码的第一部分”是指在映射器内部还是之前？我已经添加了函数的数据签名，但是文件太大了，我怀疑它是否适合。谢谢（很抱歉发出噪音）但是扩展

org.apache.hadoop.mapreduce.Reducer

而不是实现

org.apache.hadoop.mapred.Reducer

接口是不可能的吗？如果没有，我想我有一个答案。扩展而不是实现成功了，谢谢！@artemstikiridis应该写一个答案，你可以接受它，并奖励奖金。