我在 HDFS 中有两个文件。第一个文件包含一条记录，其中包含员工一天的开始时间和结束时间。他早上 5 点进入系统，下午 2 点离开，系统记录开始时间、结束时间和持续时间。
文件二包含代表客户调用我们办公室的确切时间的记录。
我将如何加入 HDFS，使用 pig、m/r 等，这两个文件，给我一个代表每个客户的结果集，以及他们打电话时所有可用的员工？
最佳答案
当您说时间时，我们在谈论什么精度，分钟，秒？一件事可以读取员工文件并假设我们正在谈论分钟级别的精度，对于文件 1 中的每个条目，每分钟持续输出 (time,empID) 直到结束。对于文件 2，只需发出 (time,customer Id)。现在 reducer 将做必要的事情
关于hadoop - Map reduce 合并两个没有相同键的文件，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/20621083/