我有一个wordcount.java程序,并对其进行了修改,以支持多个Map器和还原器,如下所示:
public class WordCount extends Configured implements Tool {
public int run(String[] args) throws Exception {
JobConf conf = new JobConf(getConf(), w1_args.class);
for (int i = 0; i < args.length; ++i) {
if ("-m".equals(args[i])) {
conf.setNumMapTasks(Integer.parseInt(args[++i]));
} else if ("-r".equals(args[i])) {
conf.setNumReduceTasks(Integer.parseInt(args[++i]));
} else {
//
}
...
然后我编译并运行它:
hadoop jar WordCount-1.0-SNAPSHOT.jar WordCount -m 3 -r 15 input output
它运行良好,当我检查输出目录时:
$ hdfs dfs -ls output-18
Found 16 items
output-18/_SUCCESS
output-18/part-00000
output-18/part-00001
output-18/part-00002
output-18/part-00003
output-18/part-00004
output-18/part-00005
output-18/part-00006
output-18/part-00007
output-18/part-00008
output-18/part-00009
output-18/part-00010
output-18/part-00011
output-18/part-00012
output-18/part-00013
output-18/part-00014
好的,15个减速机应该生产15个零件x,正如我预期的那样。但是合并所有这些文件的最终结果(15个文件被拆分为1个文件)在哪里呢?我在hdfs目录中没有看到它。我应该得到我的文件字数计算文件,而不是15个文件,对吗?
1条答案
按热度按时间yquaqz181#
mapreduce不会将reducer的输出文件合并到单个文件中。我们可以使用以下命令将文件合并到本地计算机或运行另一个mapreduce作业进行合并
hadoop fs-getmerge/hdfs/output/dir//single/output/file.txt文件