目录
1 MapReduce概述
2 MapReduce编程模型之通过wordcount词频统计分析案例入门
MapReduce执行流程
-
InputFormat
- OutputFormat
OutputFormt接口决定了在哪里以及怎样持久化作业结果。Hadoop为不同类型的格式提供了一系列的类和接口，实现自定义操作只要继承其中的某个类或接口即可。你可能已经熟悉了默认的OutputFormat，也就是TextOutputFormat，它是一种以行分隔，包含制表符界定的键值对的文本文件格式。尽管如此，对多数类型的数据而言，如再常见不过的数字，文本序列化会浪费一些空间，由此带来的结果是运行时间更长且资源消耗更多。为了避免文本文件的弊端，Hadoop提供了SequenceFileOutputformat，它将对象表示成二进制形式而不再是文本文件，并将结果进行压缩。
3 MapReduce核心概念
3.1 Split
3.2 InputFormat
4 MapReduce 1.x 架构
5 MapReduce 2.x 架构
6 Java 实现 wordCount
clean package
上传到Hadoop服务器
全路径没有问题
7 重构
8 Combiner编程
9 Partitoner
网友评论