我正在使用MultipleOutputs来编写三个文件，即name，attrib，others和使用6个redcuers。 我在输出目录中获取这些文件：
attrib-r-00003 name-r-00004 part-r-00000 part-r-00002 part-r-00004 _SUCCESS
_logs other-r-00001 part-r-00001 part-r-00003 part-r-00005
我的问题是，这些文件是如何命名的（因为为什么-r-0003附加到attrib文件，是否任务0003编译了这个文件？）。我目前正在伪模式下运行Hadoop，在真正的集群上是否需要组合文件（即，由diff diffrs提供不同的文件）？另外，有没有办法可以从输出文件名中删除-r-xxxxx？
P.S我对Hadoop的了解非常有限。
答案 0 :(得分：1)
MultipleOutputs允许您将数据写入名称来自的文件 输出键和值，或实际上来自任意字符串。这允许每个减速器（或 mapper in a only-only job）创建多个文件。文件名是形式的 name-m-nnnnn 用于地图输出， name-r-nnnnn 用于减少输出，其中name是 由程序设置的任意名称，nnnnn是指定该部分的整数 数字，从零开始。部件号确保从不同分区（映射器或缩减器）写入的输出在同名的情况下不会发生冲突。
是的，您需要组合文件（即，如果您想要将单个文件作为输出，则可以通过差异缩减器使用不同的文件）。您可以在作业完成后合并文件。您可以查看此方法以附加文件。 public FSDataOutputStream append(Path f) throws IOException。