解释下 第一篇 程序的意思
Job ’s setJarByClass() 便于hadoop查找并加载相关的jar包文件
FileInputFormat.addInputPath() 设置输入路径,可以是一个文件,也可以是一个文件夹,而且可以被调用多次,用以加载不同的输入路径。
FileOutputFormat.setOutputPath() 设置输出路径,reduce函数会讲 文件写入该路径。在job执行前,该文件夹不能存在,否则hadoop会抛出异常.
org.apache.hadoop.mapred.FileAlreadyExistsException: Output directory hdfs://hadoop:9000/hadoop/out already exists
at org.apache.hadoop.mapreduce.lib.output.FileOutputFormat.checkOutputSpecs(FileOutputFormat.java:146)
at org.apache.hadoop.mapreduce.JobSubmitter.checkSpecs(JobSubmitter.java:266)
at org.apache.hadoop.mapreduce.JobSubmitter.submitJobInternal(JobSubmitter.java:139)
at org.apache.hadoop.mapreduce.Job$10.run(Job.java:1290)
at org.apache.hadoop.mapreduce.Job$10.run(Job.java:1287)
at java.security.AccessController.doPrivileged(Native Method)
at javax.security.auth.Subject.doAs(Subject.java:422)
at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1657)
at org.apache.hadoop.mapreduce.Job.submit(Job.java:1287)
at org.apache.hadoop.mapreduce.Job.waitForCompletion(Job.java:1308)
at com.hadoop2.serialize.job.MaxTemperatureJob.main(MaxTemperatureJob.java:46)
at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
at java.lang.reflect.Method.invoke(Method.java:497)
at com.intellij.rt.execution.application.AppMain.main(AppMain.java:144)
通过setMapperClass()和setReducerClass()方法 设置map和reduce类型
setOutputKeyClass()和setOutputValueClass() 方法用以控制reduce函数输出类型,并且必须匹配reduce函数的输出类型,比如程序中输出key是Text,value 是IntWritable。
如果map和reduce的输出类型是一致的,就不需要设置map函数的输出类型,默认是一致的。但是如果不一样,需要设置map函数的输出类型。
job.setInputFormatClass() 可以设置输入类型,默认使用TextInputFormat,所以 如果使用文本不需要设置。
waitForCompletion() 从命名上就可以看出是 提交job并等待完成。
上面的程序是远程执行的,不需要打jar包,我认为这样更加方便。