我有以下Reducer类
public static class TokenCounterReducer extends Reducer<Text, Text, Text, Text> {
public void reduce(Text key, Iterable<Text> values, Context context)
throws IOException, InterruptedException {
JSONObject jsn = new JSONObject();
for (Text value : values) {
String[] vals = value.toString().split("\t");
String[] targetNodes = vals[0].toString().split(",",-1);
jsn.put("source",vals[1] );
jsn.put("target",targetNodes);
}
// context.write(key, new Text(sum));
}
}
通过示例(免责声明:新手在这里),我可以看到一般输出类型似乎是一个键/值存储.
但是,如果输出中没有任何键,该怎么办?或者如果我想要的话,如果我的输出是其他格式(在我的情况下为json)?
无论如何,从上面的代码:
我想将json对象写入HDFS?
这在Hadoop流媒体中非常简单..但我如何在Hadoop java中做到这一点?
解决方法:
如果您只想将一个JSON对象列表写入HDFS而不关心键/值的概念,您可以在Reducer输出值中使用NullWritable:
public static class TokenCounterReducer extends Reducer<Text, Text, Text, NullWritable> {
public void reduce(Text key, Iterable<Text> values, Context context)
throws IOException, InterruptedException {
for (Text value : values) {
JSONObject jsn = new JSONObject();
....
context.write(new Text(jsn.toString()), null);
}
}
}
请注意,您需要更改作业配置:
job.setOutputValueClass(NullWritable.class);
通过将JSON对象写入HDFS,我知道您要存储我在上面描述的JSON的String表示.如果要将JSON的二进制表示形式存储到HDFS中,则需要使用SequenceFile.显然你可以为此编写自己的Writable,但是我觉得如果你打算有一个简单的String表示,那就更容易了.