全部产品
存储与CDN 数据库 安全 应用服务 数加·人工智能 数加·大数据基础服务 互联网中间件 视频服务 开发者工具 解决方案 物联网
MaxCompute

MapOnly示例

更新时间:2017-10-17 19:44:51

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

      1. create table wc_in (key string, value string);
      2. create table wc_out(key string, cnt bigint);
    • 添加测试资源

      1. add jar data\resources\mapreduce-examples.jar -f;
  3. 使用 tunnel 导入数据。

    1. tunnel upload data wc_in;

    导入 wc_in 表的数据文件 data 的内容,如下所示:

    1. hello,odps
    2. hello,odps

测试步骤

在 odpscmd 中执行 MapOnly,如下所示:

  1. jar -resources mapreduce-examples.jar -classpath data\resources\mapreduce-examples.jar
  2. 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:

  1. +------------+------------+
  2. | key | cnt |
  3. +------------+------------+
  4. | hello | 1 |
  5. | hello | 1 |
  6. +------------+------------+

代码示例

  1. package com.aliyun.odps.mapred.open.example;
  2. import java.io.IOException;
  3. import com.aliyun.odps.data.Record;
  4. import com.aliyun.odps.mapred.JobClient;
  5. import com.aliyun.odps.mapred.MapperBase;
  6. import com.aliyun.odps.mapred.conf.JobConf;
  7. import com.aliyun.odps.mapred.utils.SchemaUtils;
  8. import com.aliyun.odps.mapred.utils.InputUtils;
  9. import com.aliyun.odps.mapred.utils.OutputUtils;
  10. import com.aliyun.odps.data.TableInfo;
  11. public class MapOnly {
  12. public static class MapperClass extends MapperBase {
  13. @Override
  14. public void setup(TaskContext context) throws IOException {
  15. boolean is = context.getJobConf().getBoolean("option.mapper.setup", false);
  16. if (is) {
  17. Record result = context.createOutputRecord();
  18. result.set(0, "setup");
  19. result.set(1, 1L);
  20. context.write(result);
  21. }
  22. }
  23. @Override
  24. public void map(long key, Record record, TaskContext context) throws IOException {
  25. boolean is = context.getJobConf().getBoolean("option.mapper.map", false);
  26. if (is) {
  27. Record result = context.createOutputRecord();
  28. result.set(0, record.get(0));
  29. result.set(1, 1L);
  30. context.write(result);
  31. }
  32. }
  33. @Override
  34. public void cleanup(TaskContext context) throws IOException {
  35. boolean is = context.getJobConf().getBoolean("option.mapper.cleanup", false);
  36. if (is) {
  37. Record result = context.createOutputRecord();
  38. result.set(0, "cleanup");
  39. result.set(1, 1L);
  40. context.write(result);
  41. }
  42. }
  43. }
  44. public static void main(String[] args) throws Exception {
  45. if (args.length != 2 && args.length != 3) {
  46. System.err.println("Usage: OnlyMapper <in_table> <out_table> [setup|map|cleanup]");
  47. System.exit(2);
  48. }
  49. JobConf job = new JobConf();
  50. job.setMapperClass(MapperClass.class);
  51. job.setNumReduceTasks(0);
  52. InputUtils.addTable(TableInfo.builder().tableName(args[0]).build(), job);
  53. OutputUtils.addTable(TableInfo.builder().tableName(args[1]).build(), job);
  54. if (args.length == 3) {
  55. String options = new String(args[2]);
  56. if (options.contains("setup")) {
  57. job.setBoolean("option.mapper.setup", true);
  58. }
  59. if (options.contains("map")) {
  60. job.setBoolean("option.mapper.map", true);
  61. }
  62. if (options.contains("cleanup")) {
  63. job.setBoolean("option.mapper.cleanup", true);
  64. }
  65. }
  66. JobClient.runJob(job);
  67. }
  68. }
本文导读目录