草庐IT

关于 hadoop：Hive 上的自定义 Map Reduce 程序，规则是什么？输入输出如何？

codeneng 2023-03-28 原文

Custom Map Reduce Program on Hive, what's the Rule? How about input and output?

我被困了几天，因为我想根据我在 hive 上的查询创建一个自定义 map reduce 程序，我在谷歌上搜索后发现的例子不多，我仍然对规则感到困惑。

创建我的自定义mapreduce程序的规则是什么，mapper和reducer类呢？

谁能提供任何解决方案？

我想用Java开发这个程序，但我还是卡住了，然后在collector中格式化输出时，如何在mapper和reducer类中格式化结果？

有人想给我一些关于这种东西的例子和解释吗？

基本上有两种方法可以将自定义映射器/缩减器添加到 hive 查询。

  • 使用 transform

    • SELECT TRANSFORM(stuff1, stuff2) FROM table1 USING 'script' AS thing1,
    thing2

    其中 stuff1, stuff2 是 table1 中的字段，而 script 是接受我稍后描述的格式的任何可执行文件。 thing1, thing2 是 script

    的输出

  • 使用 map 和 reduce
    • 1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    FROM (
        FROM table
        MAP table.f1 table.f2
        USING 'map_script'
        AS mp1, mp2
        CLUSTER BY mp1) map_output
      INSERT OVERWRITE TABLE someothertable
        REDUCE map_output.mp1, map_output.mp2
        USING 'reduce_script'
        AS reducef1, reducef2;

    这稍微复杂一些，但提供了更多控制。这有两个部分。在第一部分中，映射器脚本将从 table 接收数据并将其映射到字段 mp1 和 mp2。然后将这些传递给 reduce_script，此脚本将接收我们在 CLUSTER BY mp1 中指定的键的排序输出。请注意，一个减速器将处理多个键。 reduce 脚本的输出将转到表 someothertable

    现在所有这些脚本都遵循一个简单的模式。他们将从标准输入中逐行读取。字段将被 \\t 分隔，它们将以相同的方式写回标准输出(由 \\'\\\\\\\\t\\' 分隔的字段)

    看看这个博客，有一些很好的例子。

    http://dev.bizo.com/2009/07/custom-map-scripts-and-hive.html

    http://dev.bizo.com/2009/10/reduce-scripts-in-hive.html

    • 感谢古铜色的精彩解释。这对我真的很有帮助。您能否也看看我发布的另一个问题 http://stackoverflow.com/questions/11572800/what-will-be-the??-rank-udf-for-this-s??cenario。对我会有很大的帮助。
    • 当我尝试您的第一个查询时，我收到以下错误：FAILED: ParseException line 1:33 cannot identify input near \\'FROM\\' \\'table1\\' \\'USING\\' in record writer specification。我正在使用 hive-0.11。有任何想法吗？
    • 好像语法变了。 SELECT TRANSFORM(line) USING \\'/bin/cat\\' AS 转换自帖子； using 关键字现在位于 FROM 关键字之前。请参阅stackoverflow.com/questions/16320185/...
    • 在使用 Map Reduce 的情况下，输入表是否可以直接来自 S3 源(我的意思是说在此之前没有创建表)？我的意思是可以使用 MAPPER 完成类似 LOAD TABLE 的操作。

    自定hadoopsectionnbsphivemapreduce

    有关关于 hadoop：Hive 上的自定义 Map Reduce 程序，规则是什么？输入输出如何？的更多相关文章

    1. ruby - 如何使用 Nokogiri 的 xpath 和 at_xpath 方法 - 2

      我正在学习如何使用Nokogiri，根据这段代码我遇到了一些问题:require'rubygems'require'mechanize'post_agent=WWW::Mechanize.newpost_page=post_agent.get('http://www.vbulletin.org/forum/showthread.php?t=230708')puts"\nabsolutepathwithtbodygivesnil"putspost_page.parser.xpath('/html/body/div/div/div/div/div/table/tbody/tr/td/div

    2. ruby - 如何从 ruby​​ 中的字符串运行任意对象方法？ - 2

      总的来说，我对ruby​​还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用

    3. ruby - 为什么我可以在 Ruby 中使用 Object#send 访问私有(private)/ protected 方法？ - 2

      类classAprivatedeffooputs:fooendpublicdefbarputs:barendprivatedefzimputs:zimendprotecteddefdibputs:dibendendA的实例a=A.new测试a.foorescueputs:faila.barrescueputs:faila.zimrescueputs:faila.dibrescueputs:faila.gazrescueputs:fail测试输出failbarfailfailfail.发送测试[:foo,:bar,:zim,:dib,:gaz].each{|m|a.send(m)resc

    4. ruby - Facter::Util::Uptime:Module 的未定义方法 get_uptime (NoMethodError) - 2

      我正在尝试设置一个puppet节点，但ruby​​gems似乎不正常。如果我通过它自己的二进制文件(/usr/lib/ruby/gems/1.8/gems/facter-1.5.8/bin/facter)在cli上运行facter，它工作正常，但如果我通过由ruby​​gems(/usr/bin/facter)安装的二进制文件，它抛出:/usr/lib/ruby/1.8/facter/uptime.rb:11:undefinedmethod`get_uptime'forFacter::Util::Uptime:Module(NoMethodError)from/usr/lib/ruby

    5. python - 如何使用 Ruby 或 Python 创建一系列高音调和低音调的蜂鸣声？ - 2

      关闭。这个问题是opinion-based.它目前不接受答案。想要改进这个问题？更新问题，以便editingthispost可以用事实和引用来回答它.关闭4年前。Improvethisquestion我想在固定时间创建一系列低音和高音调的哔哔声。例如:在150毫秒时发出高音调的蜂鸣声在151毫秒时发出低音调的蜂鸣声200毫秒时发出低音调的蜂鸣声250毫秒的高音调蜂鸣声有没有办法在Ruby或Python中做到这一点？我真的不在乎输出编码是什么(.wav、.mp3、.ogg等等)，但我确实想创建一个输出文件。

    6. ruby-on-rails - 如何验证 update_all 是否实际在 Rails 中更新 - 2

      给定这段代码defcreate@upgrades=User.update_all(["role=?","upgraded"],:id=>params[:upgrade])redirect_toadmin_upgrades_path,:notice=>"Successfullyupgradeduser."end我如何在该操作中实际验证它们是否已保存或未重定向到适当的页面和消息？ 最佳答案 在Rails3中，update_all不返回任何有意义的信息，除了已更新的记录数(这可能取决于您的DBMS是否返回该信息)。http://ar.ru

    7. ruby-on-rails - Rails - 子类化模型的设计模式是什么？ - 2

      我有一个模型:classItem项目有一个属性“商店”基于存储的值，我希望Item对象对特定方法具有不同的行为。Rails中是否有针对此的通用设计模式？如果方法中没有大的if-else语句，这是如何干净利落地完成的？ 最佳答案 通常通过Single-TableInheritance. 关于ruby-on-rails-Rails-子类化模型的设计模式是什么？，我们在StackOverflow上找到一个类似的问题： https://stackoverflow.co

    8. ruby-on-rails - 'compass watch' 是如何工作的/它是如何与 rails 一起使用的 - 2

      我在我的项目目录中完成了compasscreate.和compassinitrails。几个问题:我已将我的.sass文件放在public/stylesheets中。这是放置它们的正确位置吗？当我运行compasswatch时，它不会自动编译这些.sass文件。我必须手动指定文件:compasswatchpublic/stylesheets/myfile.sass等。如何让它自动运行？文件ie.css、print.css和screen.css已放在stylesheets/compiled。如何在编译后不让它们重新出现的情况下删除它们？我自己编译的.sass文件编译成compiled/t

    9. ruby - 如何将脚本文件的末尾读取为数据文件(Perl 或任何其他语言) - 2

      我正在寻找执行以下操作的正确语法(在Perl、Shell或Ruby中):#variabletoaccessthedatalinesappendedasafileEND_OF_SCRIPT_MARKERrawdatastartshereanditcontinues. 最佳答案 Perl用__DATA__做这个:#!/usr/bin/perlusestrict;usewarnings;while(){print;}__DATA__Texttoprintgoeshere 关于ruby-如何将脚

    10. ruby - 什么是填充的 Base64 编码字符串以及如何在 ruby​​ 中生成它们？ - 2

      我正在使用的第三方API的文档状态:"[O]urAPIonlyacceptspaddedBase64encodedstrings."什么是“填充的Base64编码字符串”以及如何在Ruby中生成它们。下面的代码是我第一次尝试创建转换为Base64的JSON格式数据。xa=Base64.encode64(a.to_json) 最佳答案 他们说的padding其实就是Base64本身的一部分。它是末尾的“=”和“==”。Base64将3个字节的数据包编码为4个编码字符。所以如果你的输入数据有长度n和n%3=1=>"=="末尾用于填充n%

    随机推荐