hadoop自定义输出文件名
2015-10-20 15:41
519 查看
使用MultipleOutputs可以定义输出文件名的前缀,但文件名总是会出现讨厌的-00000,我们可以通过查看源码,发现输出文件名
所以假如我们想要让输入文件名是什么输出文件名就是什么,可以通过继承
最后通过
FileOutputFormat中的某个函数实现,如下:
public Path getDefaultWorkFile(TaskAttemptContext context,String extension) throws IOException{ FileOutputCommitter committer = (FileOutputCommitter) getOutputCommitter(context); return new Path(committer.getWorkPath(), getUniqueFile(context, getOutputName(context), extension)); } public synchronized static String getUniqueFile(TaskAttemptContext context, String name, String extension) { TaskID taskId = context.getTaskAttemptID().getTaskID(); int partition = taskId.getId(); StringBuilder result = new StringBuilder(); result.append(name); result.append('-'); result.append( TaskID.getRepresentingCharacter(taskId.getTaskType())); result.append('-'); result.append(NUMBER_FORMAT.format(partition)); result.append(extension); return result.toString(); }
所以假如我们想要让输入文件名是什么输出文件名就是什么,可以通过继承
TextOutputFormat,重写里面的
getDefaultWorkFile函数,如下
public Path getDefaultWorkFile(TaskAttemptContext context,String extension) throws IOException{ FileOutputCommitter committer = (FileOutputCommitter) getOutputCommitter(context); return new Path(committer.getWorkPath(), getOutputName(context)); }
最后通过
job.setOutputFormatClass(XXX.class)来设置我们自定义的
OutputFormat就行了
相关文章推荐
- openwrt之ubus
- Tomcat启动内存设置
- nginx的流媒体播放
- No such file or directory; did you install phantomjs? php shell_exec报错的解决
- Apache Hadoop YARN – NodeManager--转载
- linux系统基础优化
- openssh FAQ
- 关于LINUX C中函数strtok使用要点
- Apache Hadoop YARN – ResourceManager--转载
- Linux 查看系统内核
- goaccess-nginx日志分析工具简介
- shell命令之(二)rsync的艺术
- linux压缩,备份,还原
- 机器学习之聚类算法(CANOPY)
- 【opencv 角点检测总结】
- 8.2.1.8 IS NULL Optimization NULL 优化:
- 网站安全性测试
- linux+FreeRadius+mysql+Apache安装搭建过程
- centos7 搭建GlusterFS
- GET请求中对 “+” 的处理