我想在 MR 运行期间过滤掉过时的记录并添加新记录。我计划编写一个映射器，它将从临时目录（新输入）和存储库目录（以前的结果）中读取记录。当映射器运行时，它将引入新的与旧的。如果映射器只写出时间戳小于 30 天的记录，并且我也使用存储库目录进行输出，新结果是否会覆盖旧结果，有效地添加新内容并删除过时的内容？我正在使用Java 1.7的Apache库。
它会抛出一个错误。Hadoop 不会输出到现有目录。它始终创建目录。因此，输出目录不得存在。如果是这样，它将引发错误。我假设您正在使用标准FileOutputFormat或其某些扩展。