MapOnly示例

前提条件

已通过快速入门完成测试所需环境配置。

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MaxCompute客户端bin目录下data\resources。

2. 准备好MapOnly的测试表和资源。

   1. 创建测试表。

      CREATE TABLE wc_in (key STRING, value STRING);
      CREATE TABLE wc_out (key STRING, cnt BIGINT);

   2. 添加测试资源。

      -- 首次添加忽略-f覆盖指令。
      add jar data\resources\mapreduce-examples.jar -f;

3. 使用Tunnel将MaxCompute客户端bin目录下data.txt导入wc_in表中。

   tunnel upload data.txt wc_in;

   导入wc_in表的数据文件data的内容。

    hello,odps
    hello,odps

测试步骤

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

+------------+------------+
| key        | cnt        |
+------------+------------+
| hello      | 1          |
| hello      | 1          |
+------------+------------+

代码示例

Pom依赖信息，请参见注意事项。

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);
    }
}