使用AvroMultipleOutputs创建多个输出文件

Question

我有一台使用AvroKeyOutput作为输出格式的Reducer。默认情况下，MapReduce会将我的所有键都写入单个输出文件。我想为每个键值写一个单独的输出文件。 Avro提供了AvroMultipleOutputs方法，但实例很少。 Apache AvroMultipleOutputs提供的那个，显示了在定义作业时如何预配置各种输出。示例显示：

伯：
AvroMultipleOutputs.addNamedOutput(job, "avro1", AvroOutputFormat.class, schema);
AvroMultipleOutputs.addNamedOutput(job, "avro2", AvroOutputFormat.class, null);

减速机：
amos = new AvroMultipleOutputs(conf);
amos.getCollector("avro1", reporter).collect(datum);
amos.getCollector("avro2", "A", reporter).collect(datum);
amos.getCollector("avro3", "B", reporter).collect(datum);

但是我不知道我需要多少文件或者它们的名字是什么，因为它基于我的reducer中的关键值。我如何修改它以适应动态文件命名？

Answer 1

您可以在这种情况下使用的策略：

• 使用仅限地图的作业（零减少任务）
• 具有单个命名的多输出配置
• 在map()期间使用AvroMultipleOutputs.write(String namedOutput, Object key, Object value, String baseOutputPath)
中基本输出路径的键值