Question

在文件part-00000中我们可以找到所有进程的结果（map + reduce），但我希望看到第一步（映射）的结果然后是整个结果。

我正在使用python map-reduce脚本处理Hadoop Cloudera。

Answer 1

我猜你要输出地图的结果或地图的过程，一种解决方案是将地图的结果输出到stderr。例如：如果是python：

import sys
print >> sys.stderr, "result of map"

如果是shell：

echo -e "result of map" >&2

然后，您可以看到hadoop作业日志中的地图结果

Answer 2

如果只是为了初步分析目的而理解数据和密钥，那么您可能希望将Reducer计数设置为0并获取地图的输出。 -D mapred.reduce.tasks = 0是java中的一种方式，对Python也是如此。