Je veux savoir si la sortie de l'OutputCollector utilisée dans la fonction map: output.collect(key, value) est stockée quelque part - cette sortie devrait-elle enregistrer les paires clé-valeur quelque part? même si elle est émise vers la fonction reducer, il doit y avoir un fichier intermédiaire, non? Quels sont ces fichiers? Sont-ils visibles et décidés par le programmeur? Est-ce que les classes OutputKeyClass et OutputValueClass que nous spécifions dans la fonction principale sont ces lieux de stockage? [Text.class et IntWritable.class]
Je donne le code standard de l'exemple de comptage des mots en MapReduce, que l'on peut trouver à de nombreux endroits sur le net.
public class WordCount {
public static class Map extends MapReduceBase implements Mapper {
private final static IntWritable one = new IntWritable(1);
private Text word = new Text();
public void map(LongWritable key, Text value, OutputCollector output, Reporter reporter) throws IOException {
String line = value.toString();
StringTokenizer tokenizer = new StringTokenizer(line);
while (tokenizer.hasMoreTokens()) {
word.set(tokenizer.nextToken());
output.collect(word, one);
}
}
}
public static class Reduce extends MapReduceBase implements Reducer {
public void reduce(Text key, Iterator values, OutputCollector output, Reporter reporter) throws IOException {
int sum = 0;
while (values.hasNext()) {
sum += values.next().get();
}
output.collect(key, new IntWritable(sum));
}
}
public static void main(String[] args) throws Exception {
JobConf conf = new JobConf(WordCount.class);
conf.setJobName("wordcount");
conf.setOutputKeyClass(Text.class);
conf.setOutputValueClass(IntWritable.class);
conf.setMapperClass(Map.class);
conf.setCombinerClass(Reduce.class);
conf.setReducerClass(Reduce.class);
conf.setInputFormat(TextInputFormat.class);
conf.setOutputFormat(TextOutputFormat.class);
FileInputFormat.setInputPaths(conf, new Path(args[0]));
FileOutputFormat.setOutputPath(conf, new Path(args[1]));
JobClient.runJob(conf);
}
}
