mrjob:在reducer输出中抑制键(或值)

时间:2013-04-25 18:19:54

标签: mrjob

默认情况下,mrJob以键[tab]输出格式存储键和输出值。

即使键(或值)为空,null或其他不感兴趣,也会发生这种情况。假设我的键,值对是None,{“a”:1“,”b“:1}。然后我明白了:

None    {"a":1, "b":2}

有没有办法压制密钥或值?我只想要这个:

{"a":1, "b":2}
顺便说一句,我已经尝试过了。我错过了什么......?

class MyMrJobClass(MRJob):
    OUTPUT_PROTOCOL = mrjob.protocol.JSONProtocol

    def step1_mapper(self, _, line):
        ...
        yield my_key, my_value

    def step1_reducer(self, key, values):
        for v in values:
            ...
        yield None, my_data

    def steps(self):
        return [
            self.mr(
                mapper=self.step1_mapper,
                reducer=self.step1_reducer,
            ),
        ]

注意:我知道我不需要覆盖单步作业的步骤。这最终将是一个多步骤的工作,因此以这种方式构建类非常重要。

谢谢!

1 个答案:

答案 0 :(得分:5)

您可以使用mrjob.protocol.JSONValueProtocol(注意。请参阅documentation)作为输出协议,而不是mrjob.protocol.JSONProtocol

该文档包含有关使用custom protocols的更多信息。