我有两份工作。第一个作业只执行映射任务[1],不执行reduce任务。这将强制地图输出保存在HDFS中。
此作业完成后,我将运行另一个具有标识映射器类[2]的作业,该类将读取上次作业执行产生的映射输出,并产生相同的映射输出。我已在[3]中将标识映射器设置为作业,但在[4]中出现错误。
我认为这个问题的原因是setMapperClass(Class<? extends Mapper> cls)
来自不同类型的IdentityMapper
[5]。
如何使用IdentityMapper
?
[1] 第一个作业的地图类别
public static class MyMap extends Mapper<LongWritable, Text, Text, IntWritable> {
private final static IntWritable one = new IntWritable(1);
private Text word = new Text();
public void map(LongWritable key, Text value, Context context
) throws IOException, InterruptedException {
StringTokenizer itr = new StringTokenizer(value.toString());
while (itr.hasMoreTokens()) {
word.set(itr.nextToken());
context.write(word, one);
}
}
public void run(Context context) throws IOException, InterruptedException {
try {
while (context.nextKeyValue()) {
map(context.getCurrentKey(), context.getCurrentValue(), context);
}
} finally {
cleanup(context);
}
}
}
[2] 身份类别:
public static class MyFullyIndentityMapper extends IdentityMapper<Text, IntWritable> {}
[3] 我将标识类设置为映射程序。
JobConf conf = new JobConf(MyWordCount.class);
conf.setJobName("wordcount");
conf.setClass("mapreduce.job.map.identity.class", MyFullyIndentityMapper.class, IdentityMapper.class);
Class<? extends IdentityMapper> identityClass = (Class<? extends IdentityMapper>) conf.getClass("mapreduce.job.map.identity.class", IdentityMapper.class);
job.setMapperClass(identityClass.asSubclass(Mapper.class));
[4] 我得到的错误:
Output path: /output1
java.lang.ClassCastException: class org.apache.hadoop.mapred.examples.MyWordCount$MyFullyIndentityMapper
at java.lang.Class.asSubclass(Class.java:3404)
[5] 身份映射器
public class IdentityMapper<K, V> extends MapReduceBase implements Mapper<K, V, K, V> {...}
我不明白你为什么在下面的代码片段中使事情复杂化
JobConf conf = new JobConf(MyWordCount.class);
conf.setJobName("wordcount");
conf.setClass("mapreduce.job.map.identity.class", MyFullyIndentityMapper.class, IdentityMapper.class);
Class<? extends IdentityMapper> identityClass = (Class<? extends IdentityMapper>) conf.getClass("mapreduce.job.map.identity.class", IdentityMapper.class);
job.setMapperClass(identityClass.asSubclass(Mapper.class));
不要设置任何映射程序类。
job.setMapperClass(identityClass.asSubclass(Mapper.class));
只需注释掉上面的行。MapReduce框架将默认运行IdentityMapper。
以上是我对你的问题的理解。我可能误解了你的问题。