我被困了几天,因为我想根据我在 hive 上的查询创建一个自定义的地图缩减程序,在谷歌搜索后我发现没有太多例子,而且我仍然对规则感到困惑。
创建自定义 MapReduce 程序的规则是什么?映射器和减速器类怎么样?
任何人都可以提供任何解决方案吗?
我想用Java开发这个程序,但我仍然卡住了,然后在收集器中格式化输出时,如何在映射器和减速器类中格式化结果?
有人想给我一些关于这类东西的例子和解释吗?
基本上有两种方法可以将自定义映射器/化简器添加到 hive 查询。
- using
transform
SELECT TRANSFORM(stuff1, stuff2) FROM table1 USING 'script' AS thing1,
东西2
其中 stuff1、stuff2 是 table1 中的字段,而 script 是接受我稍后描述的格式的任何可执行文件。 thing1、thing2 是脚本的输出
- 使用映射和减少
FROM (
FROM table
MAP table.f1 table.f2
USING 'map_script'
AS mp1, mp2
CLUSTER BY mp1) map_output
INSERT OVERWRITE TABLE someothertable
REDUCE map_output.mp1, map_output.mp2
USING 'reduce_script'
AS reducef1, reducef2;
这稍微复杂一些,但提供了更多控制。这有两个部分。在第一部分中,映射器脚本将从以下位置接收数据:table
并将其映射到字段 mp1 和 mp2。然后将这些传递给reduce_script
,这个脚本将接收我们在键上指定的排序输出CLUSTER BY mp1
. 请注意,一个减速器将处理多个键。减少脚本的输出将进入表someothertable
现在所有这些脚本都遵循一个简单的模式。他们将从标准输入中逐行读取。这些字段将是\t
分隔,它们将以相同的方式写回标准输出(字段由 '\t' 分隔)
看看这个博客,有一些很好的例子。
http://dev.bizo.com/2009/07/custom-map-scripts-and-hive.html http://dev.bizo.com/2009/07/custom-map-scripts-and-hive.html
http://dev.bizo.com/2009/10/reduce-scripts-in-hive.html http://dev.bizo.com/2009/10/reduce-scripts-in-hive.html
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)