我写了一个地图作业,它占用了一堆推文和关键字列表,并发出了关键字的推文计数
@Override
public void map(Object key, Text value, Context output) throws IOException,
InterruptedException {
JSONObject tweetObject = null;
ArrayList<String> keywords = this.getKeyWords();
try {
tweetObject = (JSONObject) parser.parse(value.toString());
} catch (ParseException e) {
e.printStackTrace();
}
if (tweetObject != null) {
String tweetText = (String) tweetObject.get("text");
StringTokenizer st = new StringTokenizer(tweetText);
ArrayList<String> tokens = new ArrayList<String>();
while (st.hasMoreTokens()) {
tokens.add(st.nextToken());
}
for (String keyword : keywords) {
for (String token : tokens) {
token = token.toLowerCase();
if (token.equals(keyword) || token.contains(keyword)) {
output.write(new Text(keyword), one);
break;
}
}
}
}
output.write(new Text("count"), one);
}
ArrayList<String> getKeyWords() {
ArrayList<String> keywords = new ArrayList<String>();
keywords.add("vodka");
keywords.add("tequila");
keywords.add("mojito");
keywords.add("margarita");
return keywords;
}
现在我的关键字列表在map-reduce jar文件中是静态/硬编码的,我怎样才能使它动态化?即我希望能够在运行时更改关键字?
最好的方法是什么?
多种方式从我的头上开始:查询网络服务,读取文件。
在任何情况下,您可能都不希望对映射的每条记录都执行此操作。使用缓存层(例如 Guava)来缓存外部数据源并使其失效(例如通过时间或修改)是相当常见的。