Question

我需要在mapreduce程序中使用全局变量，如何在下面的代码中设置它并在reducer中使用全局变量。

public class tfidf
{
  public static tfidfMap..............
  {
  }
  public static tfidfReduce.............
  {
  }
  public static void main(String args[])
  {
       Configuration conf=new Configuration();
       conf.set("","");
  }

}

Answer 1

模板代码可能看起来像这样（Reducer未显示，但是是相同的主体）

import java.io.IOException;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.conf.Configured;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Mapper.Context;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;

public class ToolExample extends Configured implements Tool {

    @Override
    public int run(String[] args) throws Exception {
        Job job = new Job(getConf());
        Configuration conf = job.getConfiguration();

        conf.set("strProp", "value");
        conf.setInt("intProp", 123);
        conf.setBoolean("boolProp", true);

        // rest of your config here
        // ..

        return job.waitForCompletion(true) ? 0 : 1;
    }

    public static class MyMapper extends
            Mapper<LongWritable, Text, LongWritable, Text> {
        private String strProp;
        private int intProp;
        private boolean boolProp;

        @Override
        protected void setup(Context context) throws IOException,
                InterruptedException {
            Configuration conf = context.getConfiguration();

            strProp = conf.get("strProp");
            intProp = conf.getInt("intProp", -1);
            boolProp = conf.getBoolean("boolProp", false);
        }
    }

    public static void main(String args[]) throws Exception {
        System.exit(ToolRunner.run(new ToolExample(), args));
    }
}

Answer 2

在集群（本地除外）环境中，如果map / reduce程序是用Java编写的（其他语言的单独进程），MapReduce程序就会运行自己的JVM。这样，您无法在类中声明静态变量和值，并在MapReduce流中继续更改并期望另一个JVM中的值。您需要一个共享对象，以便mapper / reduce可以设置并获取值。

实现这一目标的方法很少。

正如Chris所提到的，使用Configuration set（）/ get（）方法将值传递给mapper和/或reducer。在这种情况下，您必须在创建作业之前将值设置为Configuration对象。
使用HDFS文件写入数据并从mapper / reducer中读取。请记住清理上面创建的HDFS文件。

Answer 3

Hadoop计数器（用户定义）是另一种全局变量。作业完成后可以查看这些值。例如：如果要计算输入中的错误/良好记录数（由各种映射器/缩减器处理），您可以选择计数器。 @Mo：您可以根据需要使用计数器

在reudcer类中使用全局变量

3 个答案: