Mapreduce Apache Gora Reducer用于使用Hbase的多表输出

我在Hbase表中通过Nutch抓取了一些小数据。它允许我们使用ApacheGora作为ORM。我发现了很多在Hbase中处理单个表中数据的示例（mapreduce）。但我的问题是，我必须将数据复制到多个表中（在reducer中）。如果没有Gora，就有一些指导，例如，等等，但是如何为我的情况这样做。

我从来没有按照你的要求做过，但是你可能会在报告中看到答案。在这里，有一个减速器配置示例，说明：

/* Mappers are initialized with GoraMapper.initMapper() or 
 * GoraInputFormat.setInput()*/
GoraMapper.initMapperJob(job, inStore, TextLong.class, LongWritable.class
    , LogAnalyticsMapper.class, true);

/* Reducers are initialized with GoraReducer#initReducer().
 * If the output is not to be persisted via Gora, any reducer 
 * can be used instead. */
GoraReducer.initReducerJob(job, outStore, LogAnalyticsReducer.class);

然后，您不必使用

GoraReducer.initReducerJob（）

，只需配置自己的reducer即可：

要知道，在前面的示例中，映射器会发出

（TextLong，LongWritable）

键值，因此您的减速机类似于，并且：

公共类MyReducer扩展了TableReducer{
私有静态最终记录器Logger=Logger.getLogger（MyReducer.class）；
@抑制警告（“弃用”）
@凌驾
受保护的void reduce（TextLong键、Iterable数据、上下文）引发IOException、InterruptedException{
logger.info（“处理-->”+key.toString（））；
对于（结果：数据）{
Put Put=新Put（res.getRow（））；
KeyValue[]raw=res.raw（）；
用于（关键值kv：原始）{
增加（千伏）；
}
ImmutableBytesWritable键=新的ImmutableBytesWritable（Bytes.toBytes（“tableName”）；
context.write（key，put）；
}
}
}

再说一次，我从来没有这样做过。。。所以可能不起作用：\

GoraMapper.initMapperJob(job, inStore, TextLong.class, LongWritable.class
    , LogAnalyticsMapper.class, true);
job.setOutputFormatClass(MultiTableOutputFormat.class);
job.setReducerClass(MyReducer.class);
job.setNumReduceTasks(2);
TableMapReduceUtil.addDependencyJars(job);
TableMapReduceUtil.addDependencyJars(job.getConfiguration());

public class MyReducer extends TableReducer<TextLong, LongWritable, Put> {

    private static final Logger logger = Logger.getLogger( MyReducer.class );

    @SuppressWarnings( "deprecation" )
    @Override
    protected void reduce( TextLong key, Iterable<LongWritable> data, Context context ) throws IOException, InterruptedException {
        logger.info( "Working on ---> " + key.toString() );
        for ( Result res : data ) {
            Put put = new Put( res.getRow() );
            KeyValue[] raw = res.raw();
            for ( KeyValue kv : raw ) {
                put.add( kv );
            }

        ImmutableBytesWritable key = new ImmutableBytesWritable(Bytes.toBytes("tableName"));
        context.write(key, put);    

        }
    }
}