对于 MapOnly 的作业,Map 直接将 < Key, Value > 信息输出到 MaxCompute 的表中,您只需要指定输出表即可,不需指定 Map 输出的 Key/Value 元信息。

测试准备

  1. 准备好测试程序的 Jar 包,假设名字为 mapreduce-examples.jar,本地存放路径为 data\resources。
  2. 准备好 MapOnly 的测试表和资源。
    • 创建测试表。
      create table wc_in (key string, value string);
      create table wc_out(key string, cnt bigint);
    • 添加测试资源。
      add jar data\resources\mapreduce-examples.jar -f;
  3. 使用 tunnel 导入数据。
    tunnel upload data wc_in;
    导入 wc_in 表的数据文件 data 的内容,如下所示:
     hello,odps
     hello,odps

测试步骤

在 odpscmd 中执行 MapOnly,如下所示:
jar -resources mapreduce-examples.jar -classpath data\resources\mapreduce-examples.jar
com.aliyun.odps.mapred.open.example.MapOnly wc_in wc_out map

预期结果

作业成功结束后,输出表 wc_out 中的内容,如下所示:
+------------+------------+
| key        | cnt        |
+------------+------------+
| hello      | 1          |
| hello      | 1          |
+------------+------------+

代码示例

    package com.aliyun.odps.mapred.open.example;
    import java.io.IOException;
    import com.aliyun.odps.data.Record;
    import com.aliyun.odps.mapred.JobClient;
    import com.aliyun.odps.mapred.MapperBase;
    import com.aliyun.odps.mapred.conf.JobConf;
    import com.aliyun.odps.mapred.utils.SchemaUtils;
    import com.aliyun.odps.mapred.utils.InputUtils;
    import com.aliyun.odps.mapred.utils.OutputUtils;
    import com.aliyun.odps.data.TableInfo;
    public class MapOnly {
      public static class MapperClass extends MapperBase {
        @Override
        public void setup(TaskContext context) throws IOException {
          boolean is = context.getJobConf().getBoolean("option.mapper.setup", false);
          // Main函数在jobconf里设置了option.mapper.setup为true,才会执行下面的逻辑
          if (is) {
            Record result = context.createOutputRecord();
            result.set(0, "setup");
            result.set(1, 1L);
            context.write(result);
          }
        }
        @Override
        public void map(long key, Record record, TaskContext context) throws IOException {
          boolean is = context.getJobConf().getBoolean("option.mapper.map", false);
          // Main函数在jobconf里设置了option.mapper.map为true,才会执行下面的逻辑
          if (is) {
            Record result = context.createOutputRecord();
            result.set(0, record.get(0));
            result.set(1, 1L);
            context.write(result);
          }
        }
        @Override
        public void cleanup(TaskContext context) throws IOException {
          boolean is = context.getJobConf().getBoolean("option.mapper.cleanup", false);
          // Main函数在jobconf里设置了option.mapper.cleanup为true,才会执行下面的逻辑
          if (is) {
            Record result = context.createOutputRecord();
            result.set(0, "cleanup");
            result.set(1, 1L);
            context.write(result);
          }
        }
      }
      public static void main(String[] args) throws Exception {
        if (args.length != 2 && args.length != 3) {
          System.err.println("Usage: OnlyMapper <in_table> <out_table> [setup|map|cleanup]");
          System.exit(2);
        }
        JobConf job = new JobConf();
        job.setMapperClass(MapperClass.class);
        // 对于MapOnly的作业,必须显式设置reducer的个数为0
        job.setNumReduceTasks(0);
        // 设置输入输出的表信息
        InputUtils.addTable(TableInfo.builder().tableName(args[0]).build(), job);
        OutputUtils.addTable(TableInfo.builder().tableName(args[1]).build(), job);
        if (args.length == 3) {
          String options = new String(args[2]);
        // jobconf中可以设置自定义的key,value值,在mapper中通过context的getJobConf可以获取到相关的设置
          if (options.contains("setup")) {
            job.setBoolean("option.mapper.setup", true);
          }
          if (options.contains("map")) {
            job.setBoolean("option.mapper.map", true);
          }
          if (options.contains("cleanup")) {
            job.setBoolean("option.mapper.cleanup", true);
          }
        }
        JobClient.runJob(job);
      }
    }