java - 输出文件包含 Mapper Output 而不是 Reducer 输出

标签 java hadoop mapreduce

您好,我正在尝试在独立模式下使用 map reduce 技术求几个数字的平均值。我有两个输入文件。它包含值 file1:25 25 25 25 25 和 file2:15 15 15 15 15

我的程序运行良好,但输出文件包含映射器的输出而不是缩减器的输出。

这是我的代码:

import java.io.IOException;
import java.util.StringTokenizer;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.io.Writable;
import java.io.*;


public class Average {

    public static class SumCount implements Writable {

        public int sum;
        public int count;

        @Override
        public void write(DataOutput out) throws IOException {
            out.writeInt(sum);
            out.writeInt(count);
        }

        @Override
        public void readFields(DataInput in) throws IOException {
            sum = in.readInt();
            count =in.readInt();
        }  
    }
  public static class TokenizerMapper extends Mapper<Object, Text, Text, Object>{

    private final static IntWritable valueofkey = new IntWritable();
    private Text word = new Text();
    SumCount sc=new SumCount();
    public void map(Object key, Text value, Context context
                    ) throws IOException, InterruptedException {
      StringTokenizer itr = new StringTokenizer(value.toString());
      int sum=0;
      int count=0;
      int v;
      while (itr.hasMoreTokens()) {
        word.set(itr.nextToken());
        v=Integer.parseInt(word.toString());
        count=count+1;
        sum=sum+v;       
      }
      word.set("average");
      sc.sum=sum;
      sc.count=count;
      context.write(word,sc);
    }
  }

  public static class IntSumReducer extends Reducer<Text,Object,Text,IntWritable> {
    private IntWritable result = new IntWritable();
    public void reduce(Text key, Iterable<SumCount> values,Context context) throws IOException, InterruptedException {
      int sum = 0;
      int count=0;
      int wholesum=0;
      int wholecount=0;
      for (SumCount val : values) {
        wholesum=wholesum+val.sum;
        wholecount=wholecount+val.count;
      }
      int res=wholesum/wholecount;
      result.set(res);
      context.write(key, result );
    }
  }

  public static void main(String[] args) throws Exception {
    Configuration conf = new Configuration();
    Job job = Job.getInstance(conf, "");
    job.setJarByClass(Average.class);
    job.setMapperClass(TokenizerMapper.class);
    job.setCombinerClass(IntSumReducer.class);
    job.setReducerClass(IntSumReducer.class);
    job.setOutputKeyClass(Text.class);
    job.setMapOutputKeyClass(Text.class);
    job.setMapOutputValueClass(SumCount.class);
    job.setOutputValueClass(IntWritable.class);
    FileInputFormat.addInputPath(job, new Path(args[0]));
    FileOutputFormat.setOutputPath(job, new Path(args[1]));
    System.exit(job.waitForCompletion(true) ? 0 : 1);
  }
}

在我运行程序后,我的输出文件是这样的:

average Average$SumCount@434ba039
average Average$SumCount@434ba039

最佳答案

您不能使用 Reducer 类 IntSumReducer作为组合器。组合器必须接收和发出相同的键/值类型。

所以我会删除 job.setCombinerClass(IntSumReducer.class); .

请记住,combine 的输出是 reduce 的输入,所以写出 TextIntWritable不会工作。

如果您的输出文件看起来像 part-m-xxxxx那么上述问题可能意味着它只运行了 Map 阶段并停止了。您的柜台会证实这一点。

你还有Reducer<Text,Object,Text,IntWritable>应该是 Reducer<Text,SumCount,Text,IntWritable> .

关于java - 输出文件包含 Mapper Output 而不是 Reducer 输出,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38177609/

相关文章:

hadoop - Hive 上的自定义 Map Reduce 程序,规则是什么?输入和输出如何?

apache-spark - 安装适用于Apache Spark 2.4.3(Pyspark)的delta lake软件包

java - 是否可以将接口(interface)或基类类型作为泛型类型传递给 java.lang.Class

java - 通知数据集更改();不清爽

java - 如何将移位元素函数与插入排序结合起来?

hadoop - 在Hadoop集群中,Hive LLAP守护程序应在数据节点还是专用节点上工作?

java - 使用 camel 从 FTP 动态重命名文件

mapreduce - RavenDB:为什么我在这个多映射/归约索引中得到字段的空值?

hadoop - 在 Hadoop 中编写自定义分区程序的语法

java - 无法解析我用来初始化适配器的方法 'getActivity()'