十四、MapReduce--OutputFormat和RecordWriter抽象类

一、基本原理

reduce执行完毕之后，每个reduce都会将KV输出到一个文件中。那么KV输出到文件中时是以什么格式输出的呢？这就涉及到两个抽象类：OutputFormat和RecordWriter。

目前成都创新互联公司已为千余家的企业提供了网站建设、域名、虚拟主机、网站托管、服务器托管、企业网站设计、宁武网站维护等服务，公司将坚持客户导向、应用为本的策略，正道将秉承"和谐、参与、激情"的文化，与客户和合作伙伴齐心协力一起成长，共同发展。

1、OutputFormat

public abstract class OutputFormat {
    public OutputFormat() {
    }

public abstract RecordWriter getRecordWriter(TaskAttemptContext var1) throws IOException, InterruptedException;

    public abstract void checkOutputSpecs(JobContext var1) throws IOException, InterruptedException;

    public abstract OutputCommitter getOutputCommitter(TaskAttemptContext var1) throws IOException, InterruptedException;
}

其实主要就是创建RecordWriter对象。

2、RecordWriter

public abstract class RecordWriter {
    public RecordWriter() {
    }

    //将KV写入到输出流
    public abstract void write(K var1, V var2) throws IOException, InterruptedException;

    //关闭流
    public abstract void close(TaskAttemptContext var1) throws IOException, InterruptedException;
}

主要就是write方法，将KV写入到文件中。

二、常用的OutputFormat实现类

1、TextOutputFormat

继承 FileOutputFormat，返回的RecordWriter是TextOutputFormat.LineRecordWriter。将每个KV转换为文本的每一行。可以定义key和value在文本中的分隔符，默认是“\t”。

2、SequenceFileOutputFormat

同样继承于FileOutputFormat，返回的RecordWriter是一个匿名内部类，直接将所有的KV以追加的方式写入到文本中，不另外分行（除非原先数据中带有换行）。
SequenceFileOutputFormat将它的输出写为一个顺序文件。如果输出需要作为后续 MapReduce任务的输入，这便是一种好的输出格式，因为它的格式紧凑，很容易被压缩。

文章名称：十四、MapReduce--OutputFormat和RecordWriter抽象类
链接地址：http://6mz.cn/article/ggssic.html

网站建设知识