Python+Hadoop Streaming实现MapReduce（如何给map和reduce的脚本传递参数）

设置参数  

  

#!/bin/bash  

  

hadoop fs -rmr trans_record/result  

  

hadoop jar ./hadoop-streaming-2.0.0-mr1-cdh4.7.0.jar \  

        -input $1 \  

        -output trans_record/result \  

        -file map.py \  

        -file reduce.py \  

        -mapper "python map.py" \  

        -reducer "python reduce.py" \  

        -jobconf mapred.reduce.tasks=1 \  

        -jobconf mapred.job.name="qianjc_trans_record" \  

        -cmdenv "card_start=$2" \  

        -cmdenv "card_last=$3" \  

        -cmdenv "trans_at=$4"  

#!/usr/bin/env python  

# vim: set fileencoding=utf-8  

import sys  

import os  

  

  

def main():  

    card_start = os.environ.get('card_start')  

    card_last = os.environ.get('card_last')  

    trans_at = float(os.environ.get('trans_at'))  

  

    for line in sys.stdin:  

        detail = line.strip().split(',')  

        card = detail[0]  

        money = float(detail[17])  

        if trans_at == money and card_start == card[1 : 7] and card_last == card[-4 : ]:  

            print '%s\t%s' % (line.strip(), detail[1])  

  

if __name__ == '__main__':  

    main()