MapReduce库类
Hadoop除了可以让开发人员自行编写map函数和reduce函数,还提供一些常用函数(mapper、reducer和partitioner)的类库,这些类位于 org.apache.hadoop.mapred.lib 包内,在1.2.1版,该包包含一个接口和若干类。在org.apache.hadoop.mapreduce.lib 包内也存在相关类库,且有部分重复。mapred包内部是旧API,mapreduce包是重构之后的新API,但两者都可以使用。
接口如下:
InputSampler.Sampler<K,V> | Interface to sample using an InputFormat . |
类如下:
BinaryPartitioner<V> | Partition BinaryComparable keys using a configurable part of the bytes array returned by BinaryComparable.getBytes() . |
ChainMapper | The ChainMapper class allows to use multiple Mapper classes within a single Map task. |
ChainReducer | The ChainReducer class allows to chain multiple Mapper classes after a Reducer within the Reducer task. |
CombineFileInputFormat<K,V> | An abstract InputFormat that returns CombineFileSplit 's in InputFormat.getSplits(JobConf, int) method. |
CombineFileRecordReader<K,V> | A generic RecordReader that can hand out different recordReaders for each chunk in a CombineFileSplit . |
CombineFileSplit | A sub-collection of input files. |
DelegatingInputFormat<K,V> | An InputFormat that delegates behaviour of paths to multiple other InputFormats. |
DelegatingMapper<K1,V1,K2,V2> | An Mapper that delegates behaviour of paths to multiple other mappers. |
FieldSelectionMapReduce<K,V> | This class implements a mapper/reducer class that can be used to perform field selections in a manner similar to unix cut. |
HashPartitioner<K2,V2> | Partition keys by their Object.hashCode() . |
IdentityMapper<K,V> | Implements the identity function, mapping inputs directly to outputs. |
IdentityReducer<K,V> | Performs no reduction, writing all input values directly to the output. |
InputSampler<K,V> | Utility for collecting samples and writing a partition file for TotalOrderPartitioner . |
InputSampler.IntervalSampler<K,V> | Sample from s splits at regular intervals. |
InputSampler.RandomSampler<K,V> | Sample from random points in the input. |
InputSampler.SplitSampler<K,V> | Samples the first n records from s splits. |
InverseMapper<K,V> | A Mapper that swaps keys and values. |
KeyFieldBasedComparator<K,V> | This comparator implementation provides a subset of the features provided by the Unix/GNU Sort. |
KeyFieldBasedPartitioner<K2,V2> | Defines a way to partition keys based on certain key fields (also see KeyFieldBasedComparator . |
LongSumReducer<K> | A Reducer that sums long values. |
MultipleInputs | This class supports MapReduce jobs that have multiple input paths with a different InputFormat and Mapper for each path |
MultipleOutputFormat<K,V> | This abstract class extends the FileOutputFormat, allowing to write the output data to different output files. |
MultipleOutputs | The MultipleOutputs class simplifies writting to additional outputs other than the job default output via the OutputCollector passed to the map() and reduce() methods of the Mapper and Reducer implementations. |
MultipleSequenceFileOutputFormat<K,V> | This class extends the MultipleOutputFormat, allowing to write the output data to different output files in sequence file output format. |
MultipleTextOutputFormat<K,V> | This class extends the MultipleOutputFormat, allowing to write the output data to different output files in Text output format. |
MultithreadedMapRunner<K1,V1,K2,V2> | Multithreaded implementation for @link org.apache.hadoop.mapred.MapRunnable. |
NLineInputFormat | NLineInputFormat which splits N lines of input as one split. |
NullOutputFormat<K,V> | Consume all outputs and put them in /dev/null. |
RegexMapper<K> | A Mapper that extracts text matching a regular expression. |
TokenCountMapper<K> | A Mapper that maps text values into <token,freq>pairs. |
TotalOrderPartitioner<K extends WritableComparable,V> | Partitioner effecting a total order by reading split points from an externally generated source. |
目前,用到的有一下几个类,后续将对其他类及接口进行研究。
1)ChainMapper类和ChainReducer类:可以在一个mapper中运行多个mapper,再运行reducer,之后还可以再运行多个mapper。这两个类组合使用,用于需要执行多个mapreduce过程的情况。这个方案可以明显降低磁盘的I/O开销。
2)TokenCounterMapper类:将输入值分解成独立的单词(使用Java的StringTokenizer)、输出各单词及其计数器(值为1)
3)InverseMapper类:一个能交换键和值的mapper
参考资料:
1. hadoop API 文档
2. Hadoop 权威指南
MapReduce库类的更多相关文章
- 代码的坏味道(22)——不完美的库类(Incomplete Library Class)
坏味道--不完美的库类(Incomplete Library Class) 特征 当一个类库已经不能满足实际需要时,你就不得不改变这个库(如果这个库是只读的,那就没辙了). 问题原因 许多编程技术都建 ...
- .Net Core库类项目跨项目读取配置文件
在项目开始之前我们可以先去了解一下IConfiguration接口,.Net Core Web应用程序类似于一个控制台,当程序运行到Startup时会自动注入IConfiguration,默认读取当前 ...
- python安装pip和使用pip安装Python库类比如pip安装beautifulsoup4
初学Python时,看到很多不懂得东西,比如 pip, 是python 包管理工具,pip是easy_install的取代. Distribute是对标准库disutils模块的增强,我们知道disu ...
- C++ | boost库 类的序列化
是的,这是今年的情人节,一篇还在研究怎么用的文章,文结的时候应该就用成功了. 恩,要有信心 神奇的分割线 不知何时装过boost库的header-only库, 所以ratslam中的boost是可以编 ...
- MapReduce自定义类输出的内容为内存地址
13480253104 mapreduce.KpiWritable@486a58c4 13502468823 mapreduce.KpiWritable@3de9d100 13560439658 ma ...
- C++标准库类模板(stack)和 队列(queue)
在C++标准库(STL)中有栈和队列的类模板,因此可以直接使用 1.栈(stack):使用栈之前,要先包含头文件 : #include<stack> stack.push(elem); / ...
- C++标准库类模板vector
vector是C++标准库STL中的一个重要的类模板,相当于一个更加健壮的,有很多附加能力的数组 使用vector前首先要包含头文件 #include<vector> 1.vector的 ...
- 非常实用全面的 C++框架,库类等资源
这次的资源涉及到了标准库.Web应用框架.人工智能.数据库.图片处理.机器学习.日志.代码分析等,C++程序员学习必备! Jason frozen : C/C++的Jason解析生成器 Jansson ...
- android的引用库类
在eclipse中的项目里,有时需要外来的jar文件.添加后就可以消去程序中的红条条啦~~~~~~~~~可以照下面的说明添加. 方法/步骤 打开eclipse,导入项目 右击 项目 , “Bu ...
随机推荐
- 自定义JSP中的Taglib标签之四自定义标签中的Function函数
转自http://www.cnblogs.com/edwardlauxh/archive/2010/05/19/1918589.html 之前例子已经写好了,由于时间关系一直没有发布,这次带来的是关于 ...
- Kafka consumer处理大消息数据问题
案例分析 处理kafka consumer的程序的时候,发现如下错误: ERROR [2016-07-22 07:16:02,466] com.flow.kafka.consumer.main.Kaf ...
- ORACLE查询语句
--建表FAMILYINF CREATE TABLE FAMILYINFO( FNO NUMBER CONSTRAINT FC001 PRIMARY KEY,--把字段fno约束为主键 ...
- iOS开发-OC语言 (一)oc数据类型
分享一套以前学习iOS开发时学习整理的资料,后面整套持续更新: oc数据类型 数据类型:基本数据类型.指针数据类型 基本数据类型:数值型.字符型(char).布尔型.空类型(void) 指针数据类型: ...
- 菜鸟互啄:WINFORM如何实现无聚焦框的Button按钮
当我们将一个button按钮设置如下属性时,总有一个聚焦框来困扰着我们 button1.FlatStyle = FlatStyle.Flat; 我们想要的效果是这样的: 但当使用了Tab切换焦点时 发 ...
- (二)Harbor WEB的使用
接上一篇<安装Harbor>,安装好之后,接下来我们就进行Harbor web界面的操作吧! 转载请标明出处:http://www.cnblogs.com/huangjc/p/62704 ...
- C# SessionHelper
using System.Web; using System.Web.SessionState; namespace Utils { /// <summary> /// Session帮助 ...
- yarn的调度器
三种调度器 1.FIFO Scheduler 把应用按提交的顺序排成一个队列,这是一个先进先出队列,在进行资源分配的时候,先给队列中最头上的应用进行分配资源,等最前面的应用需求满足后再给下一个分配,以 ...
- 修改release management client对应的服务器的地址
参考资料:http://stackoverflow.com/questions/25313053/how-to-change-a-release-management-server-name-in-r ...
- Linux下制作静(动)态库
关键命令: 动态库制作命令 gcc xxx.c -fPIC -shared -o libxxx.so 静态库制作命令 gcc -c xxx.c ar crv libxxx.a xxx.o 例: //h ...