我试图对文件名进行排序,例如
cat1.pdf, cat2.pdf, ... cat10.pdf ...
我现在使用以下参数进行排序:
-D mapreduce.job.output.key.comparator.class=org.apache.hadoop.mapreduce.lib.partition.KeyFieldBasedComparator
-D stream.num.map.output.key.fields=2
-D mapreduce.partition.keypartitioner.options="-k1,1"
-D mapreduce.partition.keycomparator.options="-k1,1 -k2,2 -V"
-partitioner org.apache.hadoop.mapred.lib.KeyFieldBasedPartitioner
键值对由选项卡分隔,文件名为值,字符串为键。问题是我的排序现在二次排序文件名,以便我得到
cat1.pdf, cat10.pdf, cat2.pdf, cat3.pdf, cat30.pdf ...
我怎样才能得到这样的文件按如下方式排序:
cat1.pdf, cat2.pdf, cat3.pdf ... cat10.pdf,cat11.pdf...
我正在使用hadoop流媒体2.7.1