mapper在本地和群集上的行为不同

Question

我运行一个仅限地图的作业（在Hadoop上）以便对键值进行排序，因为它说“Hadoop会在发送给reducer之前自动对映射器发出的数据进行排序”。

输入文件

2013-04-15      835352
2013-04-16      846299
2013-04-17      828286
2013-04-18      747767
2013-04-19      807924

我认为Map（second_cloumn，first_column）应对此文件进行排序，如output1所示。它实际上是在我本地机器上运行的时候做的。但是当我在集群上运行它时，输出就像输出2中所示。

output1 file

747767  2013-04-18
807924  2013-04-19
828286  2013-04-17
835352  2013-04-15
846299  2013-04-16

output2 file

835352  2013-04-15
747767  2013-04-18
807924  2013-04-19
828286  2013-04-17
846299  2013-04-16

我怎样才能保证它总是像在output1中一样。我愿意接受第二栏排序的其他建议。

映射

public class MapAccessTime1 extends Mapper<LongWritable, Text, IntWritable, Text> {

    private IntWritable one = new IntWritable(1);
    private Text word = new Text();

    @Override
    public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {

        String line = value.toString();
        int val = 0;
        StringTokenizer tokenizer = new StringTokenizer(line);
        if (!line.startsWith("#")) {
            if (tokenizer.hasMoreTokens()) {
                word.set(tokenizer.nextToken());
            }
            if (tokenizer.hasMoreTokens()) {
                val = Integer.parseInt(tokenizer.nextToken());
                one = new IntWritable(val);
                context.write(one, word);
            }
        }
    }
}

Answer 1

MapOnly作业不会进行随机播放和排序。使用身份缩减器解决了我的问题。