Question

我正在运行在此网站http://www.norstad.org/matrix-multiply/index.html找到的MapReduce Matrix Multiplication.java程序。
（源代码可以在网站的末尾看到）

当我执行它时，它说输入不是SequenceFile

我的输入文件最近是inputA.txt，看起来像这样

A,0,1,1.0
A,0,2,2.0
A,0,3,3.0
A,0,4,4.0
A,1,0,5.0
A,1,1,6.0
A,1,2,7.0
A,1,3,8.0
A,1,4,9.0

格式为：MatrixName，row，col，element
当然，它没有用。

我真的想运行这个源代码，因为它的算法。那么在这种情况下如何生成正确的SequenceFile呢？我可以从我已经拥有的.txt文件中生成它吗？

Answer 1

查看TestMatrixMultiply中包含的测试代码（在您提供的链接中）应该可以为您提供一些帮助。

我已拉出相关位以帮助您入门。此（未经测试的）代码应创建两个序列文件（请参阅testIdentity()）。

您可以在writeMatrix方法中看到它如何创建SequenceFile以及所使用的结构，我假设它与实际的mapreduce作业相同。

您可以扩展此代码以读取文本文件，正确填充2D矩阵数组，然后编写序列文件。

public class TestMatrixMultiply {

    private static final String DATA_DIR_PATH = "/tmp/MatrixMultiply";
    private static final String INPUT_PATH_A = DATA_DIR_PATH + "/A";
    private static final String INPUT_OATH_B = DATA_DIR_PATH + "/B";

    private static Configuration conf = new Configuration();
    private static FileSystem fs;

    public static void writeMatrix (int[][] matrix, 
              int rowDim, int colDim, String pathStr) throws IOException {

        Path path = new Path(pathStr);
        SequenceFile.Writer writer = SequenceFile.createWriter(fs, conf, path, 
        MatrixMultiply.IndexPair.class, IntWritable.class, 
        SequenceFile.CompressionType.NONE);
        MatrixMultiply.IndexPair indexPair = new MatrixMultiply.IndexPair();
        IntWritable el = new IntWritable();
        for (int i = 0; i < rowDim; i++) {
            for (int j = 0; j < colDim; j++) {
                int v = matrix[i][j];
                if (v != 0) {
                    indexPair.index1 = i;
                    indexPair.index2 = j;
                    el.set(v);
                    writer.append(indexPair, el);
                }
            }
        }
        writer.close();
    }

    public static void main (String[] args) throws Exception {

        new GenericOptionsParser(conf, args);
        fs = FileSystem.get(conf);
        fs.mkdirs(new Path(DATA_DIR_PATH));

        A = new int[][] { {1,0}, {0,1}};
        B = new int[][] { {1,0}, {0,1}};
        writeMatrix(A, 2, 2, INPUT_PATH_A);
        writeMatrix(B, 2, 2, INPUT_OATH_B);
    }
}

您应该注意，此方法适用于少量数据。一旦你开始达到任何类型的比例，你可能想要编写一个mapreduce作业，它将你的文本文件作为输入并写出一个序列文件。

Hadoop输入矩阵乘法的SequenceFile

1 个答案: