Mahout / Hadoop: SQL для SequenceFile - PullRequest
Новая
       12

Mahout / Hadoop: SQL для SequenceFile

1 голос
/ 03 мая 2011

Я начинаю использовать Mahout для кластеризации, но мне трудно пытаться преобразовать sql (mysql) дамп в mahout-совместимый SequenceFile. Я использую код выше.

Образец SQL 

(1, 318145, '[running with jentopia, sotm]', '2011-04-27 21:47:16'),
(2, 318138, '[fonts, textile, valentines day]', '2011-04-27 21:47:16'),
...

Java 

    File url = new File(inputFile);

    // starts the conf
    Configuration conf = new Configuration();

    // opens a buffer to save file
    Job job = new Job(conf);
    job.setJobName("Convert Text");
    job.setJarByClass(Mapper.class);

    job.setMapperClass(Mapper.class);
    job.setReducerClass(Reducer.class);

    job.setNumReduceTasks(0);

    job.setOutputKeyClass(LongWritable.class);
    job.setOutputValueClass(Text.class);

    job.setOutputFormatClass(SequenceFileOutputFormat.class);
    job.setInputFormatClass(TextInputFormat.class);

    TextInputFormat.addInputPath(job, new Path(inputFile));
    SequenceFileOutputFormat.setOutputPath(job, new Path(SequenceFileCreator.SEQUENCE_FOLDER_PATH));

    // submit and wait for completion
    job.waitForCompletion(true);

Спасибо!

...