Hadoop Streaming输出文件分割

xiaoxiao2021-02-27  268

Hadoop  streaming框架默认情况下会以'/t’作为分隔符,将每行第一个'/t’之前的部分作为key,其余内容作为value,如果没有'/t’分隔符,则整行作为key;这个 key /t value 对又作为reduce的输入。hadoop 提供配置供用户自主设置分隔符。         -D stream.map.output.field.separator  :设置map输出中key和value的分隔符        -D stream.num.map.output.key.fields  :  设置map程序分隔符的位置,该位置之前的部分作为key,之后的部分作为value         -D map.output.key.field.separator  : 设置map输出中key内部的分割符        -D num.key.fields.for.partition  : 指定分桶时,key按照分隔符切割后,其中用于分桶key所占的列数(配合-partitioner org.apache.hadoop.mapred.lib.KeyFieldBasedPartitioner 使用)        -D stream.reduce.output.field.separator :设置reduce输出中key和value的分隔符        -D stream.num.reduce.output.key.fields :设置reduce程序分隔符的位置
转载请注明原文地址: https://www.6miu.com/read-8659.html

最新回复(0)