【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用023-Flink中OutFormat设置(Scala版)003
2017-11-20 11:08
931 查看
三、MultipleTextOutputFormat设置三
使用DataSet的key做为文件名称,文件内容以键值对的形式存在,将DataSet输出到多个文件中。
1.自定义MultipleTextOutputFormat
package code.book.batch.outputformat.scala import org.apache.hadoop.mapred.lib.MultipleTextOutputFormat /** * Created by liguohua on 11/12/2016. */ class MultipleTextOutputFormat003[K, V] extends M cafd ultipleTextOutputFormat[K, V] { /** * 此方法用于产生文件名称,这里将name_key直接作为文件名称 * * @param key DataSet的key * @param value DataSet的value * @param name DataSet的partition的id(从1开始) * @return file的name */ override def generateFileNameForKeyValue(key: K, value: V, name: String): String = ( name + "_" +key).asInstanceOf[String] /** * 此方法用于产生文件内容中的key,这里文件内容中的key是就是DataSet的key * * @param key DataSet的key * @param value DataSet的value * @return file的key */ override def generateActualKey(key: K, value: V): K = key.asInstanceOf[K] /** * 此方法用于产生文件内容中的value,这里文件内容中的value是就是DataSet的value * * @param key DataSet的key * @param value DataSet的value * @return file的value */ override def generateActualValue(key: K, value: V): V = value.asInstanceOf[V] }
2.自定义MultipleTextOutputFormat测试入口
package code.book.batch.outputformat.scala import org.apache.flink.api.scala.hadoop.mapred.HadoopOutputFormat import org.apache.flink.api.scala.{ExecutionEnvironment, _} import org.apache.hadoop.fs.Path import org.apache.hadoop.mapred.{FileOutputFormat, JobConf} object MultipleTextOutputFormat003Test { def main(args: Array[String]) { //1.创建批处理环境 val env = ExecutionEnvironment.getExecutionEnvironment //2.准备数据 val data1 = env.fromCollection(List(("zhangsan", "120"), ("lisi", "123"), ("zhangsan", "309"), ("lisi", "207"), ("wangwu", "315"))) data1.setParallelism(4) //3.多路径输出的HadoopOutputFormat val multipleTextOutputFormat = new MultipleTextOutputFormat003[String, String]() val jobConf = new JobConf() val filePath = "hdfs://qingcheng12:9000/output/flink/MultipleTextOutputFormat/scala/003" FileOutputFormat.setOutputPath(jobConf, new Path(filePath)) val format = new HadoopOutputFormat[String, String](multipleTextOutputFormat, jobConf) //4.将数据输出出去 data1.output(format) //5.触发批处理执行 env.execute() } }
3.自定义MultipleTextOutputFormat执行效果
相关文章推荐
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用021-Flink中OutFormat设置(Scala版)001
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用022-Flink中OutFormat设置(Scala版)002
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用003-Flink的内存管理003
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用008-Slot和Parallelism的深入分析003
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用019-Flink中参数传递和容错设定003
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用010-Slot和Parallelism的深入分析005
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用002-Flink的内存管理002
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用011-Slot和Parallelism的深入分析006
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用004-Flink的作业调度情况001
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用012-Slot和Parallelism的深入分析007
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用005-Flink的作业调度情况002
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用013-Flink在批处理中常见的sink和source001
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用001-Flink的内存管理001
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用015-Flink中广播变量和分布式缓存001
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用018-Flink中参数传递和容错设定002
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用006-Slot和Parallelism的深入分析001
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用016-Flink中广播变量和分布式缓存002
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用020-Flink中参数传递和容错设定004
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用009-Slot和Parallelism的深入分析004
- 【云星数据---Apache Flink实战系列(精品版)】:Apache Flink高级特性与高级应用007-Slot和Parallelism的深入分析002