【MapReduce】基础案例 ---- 自定义OutputFormat ＜根据内容输出到指定文件目录中＞

文章目录

• ​​常见的OutputFormat实现类​​

• ​​  ☠ 自定义OutputFormat​​

• ​​案例​​

• ​​▪ 需求分析​​
• ​​▪ 代码实现​​

• ​​自定义FilterOutputFormat​​
• ​​Mapper阶段​​
• ​​Reducer阶段​​
• ​​Driver阶段​​

OutputFormat是MR输出的基类，所有实现MR输出都实现了OutputFormat接口。

常见的OutputFormat实现类

1.文本输出TestOutputFormat

• 默认的输出格式是TestOutputFormat，它​​把每条记录写为文本行​​。它的键和值可以是任意类型，因为TestOutputFormat调用 toString()方法把它们转换为字符串。

2.SequenceFileOutputFormat

• 将SequenceFileOutputFormat输出作为后续MR任务的输入，这便是一种好的输出格式，因为它​​格式紧凑，很容易被压缩​​

3.自定义OutputFormat

• 根据用户需求，​​自定义实现输出​​

案例

▪ 需求分析

​​返回顶部​​

▪ 代码实现

自定义FilterOutputFormat

• 继承自FileOutputFormat，同时​​泛型应当与Reduce一致​​。
• 重写RecordWriter，自定义输出流。

public class FilterOutputFormat extends FileOutputFormat <Text, NullWritable>{
    @Override
    public RecordWriter<Text, NullWritable> getRecordWriter(TaskAttemptContext job) throws IOException, InterruptedException {
        return new FliterRecordWriter(job);
    }
}

• 重写FliterRecordWriter()方法，创建输出流，指定文件输出路径
• 重写write()方法，定义文件输出时评判指标，根据判定使用指定的流输出到指定目录(文件中)
• 关闭资源IO流

public class FliterRecordWriter extends RecordWriter<Text, NullWritable> {
    // 创建流对象
    FSDataOutputStream fosatguigu;
    FSDataOutputStream fosother;
    // 构造输出流
    public FliterRecordWriter(TaskAttemptContext job) {
        try {
            // 1.获取文件系统
            FileSystem fs = FileSystem.get(job.getConfiguration());
            // 2.创建输出到atguigu.log的输出流
            fosatguigu = fs.create(new Path("G:\\Projects\\IdeaProject-C\\MapReduce\\src\\main\\java\\第三章_MR框架原理\\OutputFormat数据输出\\atguigu.log"));
            // 3.创建输出到other.log的输出流
            fosother = fs.create(new Path("G:\\Projects\\IdeaProject-C\\MapReduce\\src\\main\\java\\第三章_MR框架原理\\OutputFormat数据输出\\other.log"));

        } catch (Exception e) {
            e.printStackTrace();
        }
    }
    @Override
    public void write(Text key, NullWritable value) throws IOException, InterruptedException {
        // 判断key的内容是否包含atguigu
        if (key.toString().contains("atguigu")) {
            fosatguigu.write(key.toString().getBytes());
        } else {
            fosother.write(key.toString().getBytes());
        }
    }
    @Override
    public void close(TaskAttemptContext context) throws IOException, InterruptedException {
        // 关闭IO流
        IOUtils.closeStream(fosatguigu);
        IOUtils.closeStream(fosother);
    }
}

​​返回顶部​​

Mapper阶段

• 读取数据，由于不需要进行内部操作，直接写出

public class FilterMapper extends Mapper<LongWritable, Text, Text, NullWritable> {
    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
//        http://www.baidu.com
//        http://www.google.com
        // 写出
        context.write(value,NullWritable.get());
    }
}

​​返回顶部​​

Reducer阶段

• reducer阶段只是将读取的数据输出，这里​​注意将读取的内容进行格式化，增加换行​​，否则最终文件以字符串追加形式，一整行展现。

public class FilterReducer extends Reducer<Text, NullWritable,Text,NullWritable> {
    Text k = new Text();
    @Override
    protected void reduce(Text key, Iterable<NullWritable> values, Context context) throws IOException, InterruptedException {
        //  http://www.baidu.com
        //  写出,添加换行符
        String line = key.toString();
        line = line + "\r\n";
        k.set(line);
        //  循环防止有重复
        for (NullWritable value:values){
            context.write(k,NullWritable.get());
        }
    }
}

​​返回顶部​​

Driver阶段

public class FilterDriver {
    public static void main(String[] args) {
        Job job = null;
        Configuration conf = new Configuration();
        try {
            // 获取job
            job = Job.getInstance(conf);
            // 配置
            job.setMapperClass(FilterMapper.class);
            job.setReducerClass(FilterReducer.class);
            job.setJarByClass(FilterDriver.class);
            job.setMapOutputKeyClass(Text.class);
            job.setMapOutputValueClass(NullWritable.class);
            job.setOutputKeyClass(Text.class);
            job.setOutputValueClass(NullWritable.class);
            // 将自定义的输出格式组件设置到job中
            job.setOutputFormatClass(FilterOutputFormat.class);
            // 设置输入输出路径
            // 虽然我们自定义了outputformat，但是因为我们的outputformat继承自fileoutputformat
            // 而fileoutputformat要输出一个_SUCCESS文件，所以，在这还得指定一个输出目录
            FileInputFormat.setInputPaths(job,new Path("G:\\Projects\\IdeaProject-C\\MapReduce\\src\\main\\java\\第三章_MR框架原理\\OutputFormat数据输出\\log.txt"));
            FileOutputFormat.setOutputPath(job,new Path("G:\\Projects\\IdeaProject-C\\MapReduce\\src\\main\\java\\第三章_MR框架原理\\Filteroutput"));
            // 提交job
            boolean result = job.waitForCompletion(true);
            System.exit(result ? 0 : 1);
        } catch (Exception e){
            e.printStackTrace();
        }
    }
}

• 虽然我们自定义了outputformat，但是因为我们的outputformat继承自fileoutputformat，而fileoutputformat要输出一个_SUCCESS文件，所以，在这还得指定一个输出目录，用于存储_SUCCESS文件。

​​返回顶部​​