Как перезапустить всю карту / уменьшить в hadoop до завершения задания? - PullRequest
Новая
       10

Как перезапустить всю карту / уменьшить в hadoop до завершения задания?

0 голосов
/ 18 апреля 2011

Я использую Hadoop Map / Reduce, используя Java

Предположим, я выполнил всю работу по карте / сокращению. Есть ли способ, которым я мог бы повторить всю карту / уменьшить только часть, не заканчивая работу. Я имею в виду, я не хочу использовать какую-либо цепочку различных заданий, а хочу только повторить карту / уменьшенную часть.

Спасибо!

1 Ответ

7 голосов
/ 18 апреля 2011

Итак, я больше знаком с API потоковой передачи hadoop, но подход должен переводиться на нативные API.

В моем понимании вы пытаетесь выполнить несколько итераций одних и тех же операций map () и redu () для входных данных.

Допустим, ваши исходные входные данные map () взяты из файла input.txt, а выходной файл - output + {iteration} .txt (где iteration - это число циклов, iteration = [0, # of iteration)). Во втором вызове map () / redu () ваш входной файл будет выведен + {iteration}, а выходной файл станет выходным + {iteration +1} .txt.

Дайте мне знать, если это не ясно, я могу привести в пример быстрый пример и опубликовать ссылку здесь.

РЕДАКТИРОВАТЬ * Так что для Java я изменил пример счетчика слов hadoop для многократного запуска 

package com.rorlig;
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;

public class WordCountJob {
  public static class TokenizerMapper 
     extends Mapper<Object, Text, Text, IntWritable>{

 private final static IntWritable one = new IntWritable(1);
 private Text word = new Text();

 public void map(Object key, Text value, Context context
                ) throws IOException, InterruptedException {
  StringTokenizer itr = new StringTokenizer(value.toString());
  while (itr.hasMoreTokens()) {
    word.set(itr.nextToken());
    context.write(word, one);
   }
 }
}

public static class IntSumReducer 
   extends Reducer<Text,IntWritable,Text,IntWritable> {
private IntWritable result = new IntWritable();

public void reduce(Text key, Iterable<IntWritable> values, 
                   Context context
                   ) throws IOException, InterruptedException {
  int sum = 0;
  for (IntWritable val : values) {
    sum += val.get();
  }
  result.set(sum);
  context.write(key, result);
  }
}

public static void main(String[] args) throws Exception {
 Configuration conf = new Configuration();

if (args.length != 3) {
  System.err.println("Usage: wordcount <in> <out> <iterations>");
  System.exit(2);
}
int iterations = new Integer(args[2]);
Path inPath = new Path(args[0]);
Path outPath =  null;
for (int i = 0; i<iterations; ++i){
    outPath = new Path(args[1]+i);
    Job job = new Job(conf, "word count");
    job.setJarByClass(WordCountJob.class);
    job.setMapperClass(TokenizerMapper.class);
    job.setCombinerClass(IntSumReducer.class);
    job.setReducerClass(IntSumReducer.class);
    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(IntWritable.class);
    FileInputFormat.addInputPath(job, inPath);
    FileOutputFormat.setOutputPath(job, outPath);
    job.waitForCompletion(true);
    inPath = outPath;
   }
 }
}

Надеюсь, это поможет

...