使用Partitioner實現輸出到多個檔案

1、需求

按學生的年齡段，將資料輸出到不同的檔案。這裡我們分為三個年齡段：小於等於20歲、大於20歲小於等於50歲和大於50歲

2、實現

1、編寫partitioner，**如下

public

static
class studentpartitioner extends partitioner
else
if (ageint <= 50) 
else
}}

public

static
@override
protected
void map(longwritable key, text value,context context) throws
ioexception, interruptedexception 
}}

3、編寫reducer

public

static
class studentreducer extends reducer
}}

4、一些執行**

@override

public
int run(string arg0) throws
exception 
//新建乙個任務
job job = new job(conf, "partitionerdemo");
//設定主類
job.setjarbyclass(studentpartitioner.class
);    
//輸入路徑
fileinputformat.addinputpath(job, new path(arg0[0]));
//輸出路徑
fileoutputformat.setoutputpath(job, new path(arg0[1]));
//);
//reducer
job.setreducerclass(studentreducer.class
);    
//    job.setmapoutputkeyclass(intwritable.class
);    job.setmapoutputvalueclass(text.
class
);    
//reducer輸出格式
job.setoutputkeyclass(nullwritable.class
);  
job.setoutputvalueclass(text.
class
);         
//設定partitioner類
job.setpartitionerclass(studentpartitioner.class
);     
//reduce個數設定為3
job.setnumreducetasks(3);
//提交任務
return job.waitforcompletion(true)?0:1;
}

public

static
void main(string args0) throws
exception ;
int ec = toolrunner.run(new configuration(), new
studentagepartitionerdemo(), args0);
system.exit(ec);
}

3、總結

partitioner適用於事先知道分割槽數的情況下，比如像上面這個需求

缺點：1、在作業執行之前需要知道分割槽數，也就是年齡段的個數，如果分割槽數未知，就無法操作。

2、一般來說，讓應用程式來嚴格限定分割槽數並不好，因為可能導致分割槽數少或分割槽不均

】。

spark的自定義partitioner

在hadoop的mapreduce中預設patitioner是hashpartitioner,我們可以自定義partitioner可以有效防止資料傾斜,在spark裡面也是一樣,在spark裡也是預設的hashpartitioner,如果自己想自己定義partitioner繼承org.apache....

使用Apache HTTPServer實現負載均衡

採用http 模式配置方法 修改conf目錄下的httpd.conf檔案 第一步 載入module loadmodule proxy module modules mod proxy.so loadmodule proxy balancer module modules mod proxy bala...

使用陣列實現棧，使用單向鍊錶實現佇列

棧 源 使用陣列實現棧的 出棧 入棧 返回棧頂元素 取得棧的大小 及棧的複製 最重要的是定義結構體，結構體內部兩個屬性，乙個 int 型陣列，乙個 top 表示陣列內的有效資料為 top 個。include include include typedef int datetype define ma...