温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

如何使用hadoop archive合并小文件并进行mapreduce来减少map的数量

发布时间:2021-12-12 13:15:14 来源:亿速云 阅读:298 作者:小新 栏目:大数据

这篇文章给大家分享的是有关如何使用hadoop archive合并小文件并进行mapreduce来减少map的数量的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。

如下:原始文件 四个文件

如何使用hadoop archive合并小文件并进行mapreduce来减少map的数量

经过hadoop archive之后:

执行的命令是:hadoop archive -archiveName words.har -p /words -r 1 /wordhar

生成的文件在/wordhar/words.har

如何使用hadoop archive合并小文件并进行mapreduce来减少map的数量

其中part-0是数据文件

在mapreduce中,会忽略以下划线开头的文件,也就是说上图的_SUCCESS,_index,_masterindex是不会处理的

那么这样一来就只会处理数据文件part-0

job设置的输入路径是

如何使用hadoop archive合并小文件并进行mapreduce来减少map的数量

运行mapreduce中执行的map数量是1

分片为一个

如何使用hadoop archive合并小文件并进行mapreduce来减少map的数量

map数量为一个

如何使用hadoop archive合并小文件并进行mapreduce来减少map的数量

课件通过hadoop archive的文件也可以进行mapreduce

感谢各位的阅读!关于“如何使用hadoop archive合并小文件并进行mapreduce来减少map的数量”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,让大家可以学到更多知识,如果觉得文章不错,可以把它分享出去让更多的人看到吧!

向AI问一下细节

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

AI