Question

我需要改进我的MR工作，我想到的一件事是实现一个自定义的rawComparator，但是我的关键类除了一些int字段之外还有很多字段作为字符串，我不知道如何解析字符串字段。 byte []，

我的关键课

public GeneralKey {
  private int day;
  private int hour;
  private String type;
  private String name;
  ..
}

我自定义的rawComparator：

public class GeneralKeyComparator extends WritableComparator {
    private static final Text.Comparator TEXT_COMPARATOR = new Text.Comparator();

    protected GeneralKeyComparator() {
        super(GeneralKey.class);
    }

    @Override
    public int compare(byte[] b1, int s1, int l1, byte[] b2, int s2, int l2) {
        int day1 = readInt(b1, s1);
        int day2 = readInt(b2, s2);

        int comp = (intDay1 < intDay2) ? -1 : (intDay1 == intDay2) ? 0 : 1;
        if (0 != comp) {
            return comp;
        }

        int hr1 = readInt(b1, s1+4);
        int hr2 = readInt(b2, s2+4);
        comp = (hr1 < hr2) ? -1 : (hr1 == hr2) ? 0 : 1;

            .... how to compare the String fields here???   

        return comp;
    }

我发现有人试过这个：

try {
    int firstL1 = WritableUtils.decodeVIntSize(b1[s1]) + readInt(b1, s1+8);
    int firstL2 = WritableUtils.decodeVIntSize(b2[s2]) + readVInt(b2, s2+8);
    comp = TEXT_COMPARATOR.compare(b1, s1, firstL1, b2, s2, firstL2);

} catch (IOException e) {
    throw new IllegalArgumentException(e);
}

但我不明白这项工作如何，并且不认为它适用于我的情况，任何人都可以提供帮助？感谢

在这里添加了readField（）和write（）方法：

public void readFields(DataInput input) throws IOException {
    intDay = input.readInt();
    hr = input.readInt();
    type = input.readUTF();
    name = input.readUTF();
    ...
    }

@Override
public void write(DataOutput output) throws IOException {
    output.writeInt(intDay);
    output.writeInt(hr);
    output.writeUTF(type);
    output.writeUTF(name);
            ...
    }

Answer 1

你是对的。您找到的示例不适合您。示例的键中的数据字段是WritableComparables。你有基本的类型（int，String）。

当您使用基本类型时，我假设您已为自定义键类型实现了序列化/反序列化方法。

对于作为Java字符串的第三和第四个数据字段，您应该能够在String类上使用compareTo方法。

其他选项是使用WritableComparables而不是使用基本类型，并使用与google示例中相同的技术。

实现定制的rawcomparator

1 个答案: