Hadoop TextOutputFormat:将标头添加到CSV输出中

Question

我正在维护一个简单的hadoop作业，该作业在HDFS中生成CSV文件作为输出。作业使用TextOutputFormat。我想将前导标题行添加到csv文件中（我知道零件文件是由不同的工人创建的，如果他们每个人都有标题，这不是问题）。如何做到这一点？

编辑：级联可能会有所帮助，但乍一看，我不想开始使用新的框架

编辑：

所以我想为输出的CSV文件添加标题。列数是确定性的。这是我的减速器类骨架：

import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.output.MultipleOutputs;
public final class Reducer extends Reducer<Text, IntWritable, Text, IntWritable>
{
    private MultipleOutputs<Text, IntWritable> mos;
    private static final Text KEY_HOLDER = new Text();
    private static final IntWritable VALUE_HOLDER = new IntWritable(1);
    @Override
    public void setup(final Context context)
    {
        mos = new MultipleOutputs<Text, IntWritable>(context);
    }
    @Override
    public void cleanup(final Context context) throws IOException, InterruptedException
    {
        mos.close();
    }
    @Override
    public void reduce(final Text key, final Iterable<IntWritable> values, final Context context)
            throws IOException, InterruptedException
    {
        // [... some business logic ...]        
        mos.write(KEY_HOLDER, VALUE_HOLDER, "myFileName");
        context.progress();
    }
}

Answer 1

您可以覆盖mapper/reducer类中的run（），以便根据需要添加标头。例如，如果你想在你的最终o/p中添加FisrtName和LastName，你可以使用下面的代码作为参考。

public void run(Context context) throws IOException, InterruptedException
  {
        setup(context);
        column = new Text("ColumnName") ;
        values = new Text("FirstName" + "t" + "LastName") ;
        context.write(column, values);
        try
        {
          while (context.nextKey())
          {
            reduce(context.getCurrentKey(), context.getValues(), context);
            Iterator<IntWritable> iter = context.getValues().iterator();
            if(iter instanceof ReduceContext.ValueIterator)
            {              ((ReduceContext.ValueIterator<IntWritable>)iter).resetBackupStore();        
            }
          }
        }
        finally
        {
          cleanup(context);
        }
  }