我只想在key的第一个字段与reducer相同的地方对数据进行分区。
例如, [ 11 * * * ]
数据。但看起来 keypartitioner
不起作用,我真的不知道为什么。
环境
hadoop版本
代码run.sh在这里--->
# !/usr/bin/sh
hadoop fs -rm -r /training/likang/tmp2
hadoop fs -rm /training/likang/tmp/testfile
hadoop fs -put testfile1 /training/likang/tmp/testfile
hadoop-streaming -D stream.map.output.field.separator="\t" \
-D stream.num.map.output.key.fields=2 \
-D map.output.key.field.separator="\t" \
-D mapreduce.partition.keypartitioner.options=-k1,1 \
-D mapreduce.job.maps=2 \
-D mapreduce.job.reduces=2 \
-D mapred.job.name="lk_filt_rid" \
-partitioner org.apache.hadoop.mapred.lib.KeyFieldBasedPartitioner \
-input /training/likang/tmp/testfile \
-output /training/likang/tmp2 \
-mapper "cat" -reducer "cat"
hadoop fs -cat /training/likang/tmp2/part-00000
echo "------------------"
hadoop fs -cat /training/likang/tmp2/part-00001
输入文件是testfile1--->
11 5 333 111
11 5 777 000
11 3 888 999
11 9 988 888
11 7 234 2342
11 5 4 4
15 9 230 134
12 8 232 834
15 77 220 000
15 33 256 399
11 5 999 888
15 9 222 111
14 88 372 233
15 9 66 77
11 5 821 221
11 0 11 11
15 0 22 22
12 0 33 33
14 0 44 44
结果是,所有的 [ 11 * * * * ]
数据不会发送到同一个减速器。。。有人知道为什么吗?谢谢您。
1条答案
按热度按时间zpf6vheq1#
现在我知道,删除这一行很有用
删除此选项后,结果将是正确的,但更混乱的原因。map.output.key.field.separator的默认值似乎只是一个选项卡,但在我写在这里之后,它会出错。。。。。。。。。