hadoop-streaming 多路输出

2019年6月8日 214次阅读来源: 吹洞箫饮酒杏花下

hadoop streaming 中 reducer 的输出文件类似：${outputDir}/part-******，其中 ***** 是 reducer 任务的任务号。但有的时候我们希望 reducer 能够输出到多路文件，例如，对于文件符合某个条件的，输出到 part-*****-A，其余的输出到 part-*****-B。

1. hadoop-v2-u7 的版本为 streaming 引入了两个多路输出的插件：SuffixMultipleTextOutputFormat和SuffixMultipleSequenceFileOutputFormat。如果要直接使用这两个插件，需要保证客户端和服务器上的 hadoop 版本均为 hadoop-v2-u7 或者更高。

2.写一个jar包，上传进行设置。操作如：https://www.linuxidc.com/Linux/2012-07/66338.htm

    原文作者：吹洞箫饮酒杏花下
    原文地址: https://www.jianshu.com/p/13dcfcbddcba
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。