hadoop入门实例教程40-MapReduce高阶实现.ppt

Hadoop大数据解决方案进阶应用 Hadoop 讲师：迪伦（北风网版权所有） MapReduce高阶实现 (14) Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 半连接实例 全局作业参数传递 全局数据文件传递 课程目标 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 实例执行结果：半连接 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 多数据源连接解决方法的限制 如果数据源两两之间需要进行多个不同的主键和外键的连接，则无法一次性完成数据源的连接 通过多次使用MapReduce过程完成不同主/外键键的连接 例如，有三个数据源，Customers（CustomerID主键）、Orders（OrderID主键，CustomerID外键、ItemID外键）、Products（ItemID主键） 解决方法：设计两个MapReduce作业 第一个作业完成Customers与Orders的连接 第二个作业完成第一个作业的连接结果与Products的连接 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 全局作业参数/数据的传递 MapReduce作业处理过程中，有时需要让每个节点共享一些重要的计算参数或数据 对于小的计算参数，可以通过Configuration类来传递 对于较大的数据，可以用共享数据文件来进行传递 尽量避免用硬代码方式在程序中设置作业参数，而是设置作业参数 实现一个具有一定通用性的程序，允许任意指定字段作为参数 运行程序时指定需传递的数据 然后该参数作为一个属性保存在Configuration对象中 并允许Map和Reduce节点从Configuration对象中获取和使用该属性值 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 全局作业参数的传递 Configuration类提供的保存和获取属性的方法 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 全局作业参数的传递实例 需求: 处理顾客和订单数数据集的连接 连接主键参数希望通过在命令行中给出连接主键的列号来设置 代码实现 将第1个输入参数设置为GroupKeyColIdx属性 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 全局作业参数的传递实例 在Mapper或Reducer类的初始化方法中从Configuration对象中读取该属性值 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 查询全局MapReduce作业属性 程序可以通过Configuration对象，使用预定义的属性名称查询计算作业相关的信息 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 查询全局MapReduce作业属性 通过Configuration类中提供的属性获取方法进行，在属性读取方法中把相应的作业属性名设置好即可 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile .