我有一个 Mapper (CustomMapper.class) 和一个Reducer (CustomReducer.class) 类,我想在 Spark 中使用它们。我可以在 Hadoop 中使用它们,方法是创建一个 Job 对象,然后设置所需的 Mapper 和Reducer 类,如下所示:
Configuration conf = new Configuration();
Job j = new Job(conf, "Adjacency Generator Job");
j.setMapperClass(CustomMapper.class);
j.setReducerClass(CustomReducer.class);
如何使用 Java 在 Spark 中实现相同的目标?我创建了一个java RDD对象,如下所示:
SparkConf conf=new SparkConf().setAppName("startingSpark").setMaster("local[*]");
JavaSparkContext sc = new JavaSparkContext(conf);
JavaRDD<String> myFile = sc.textFile(args[0]);
我不确定如何使用Java在Spark中绑定(bind)Mapper和Reducer类。任何帮助表示赞赏。
最佳答案
你为什么要这么做? Spark 在内部创建一个执行 DAG,它由触发 DAG 的转换(如映射、过滤器等)和操作(如收集、计数等)组成。这是与 Map-Reduce 根本不同的计算方式。因此,粗略地说,您的映射器将对应于 RDD 上的映射操作,而缩减器将对应于任何聚合函数。请阅读文档以了解 Spark 的工作原理。
关于java - 在 Spark 中使用 Hadoop 作业,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/60359075/