Hadoop Streaming 实战: 输出文件分割

转自http://blog.csdn.net/yfkiss/article/details/6406432

 我们知道,Hadoop streaming框架默认情况下会以'/t’作为分隔符,将每行第一个'/t’之前的部分作为key,其余内容作为value,如果没有'/t’分隔符,则整行作为key;这个key/tvalue对又作为reduce的输入。hadoop 提供配置供用户自主设置分隔符。 
      -D stream.map.output.field.separator :设置map输出中key和value的分隔符 
      -D stream.num.map.output.key.fields :  设置map程序分隔符的位置,该位置之前的部分作为key,之后的部分作为value 
      -D map.output.key.field.separator : 设置map输出中key内部的分割符,最好不是‘\t’,否则key内部不会按照第二个、第三个字段排序,具体原因暂不知道
      -D num.key.fields.for.partition : 指定分桶时,key按照分隔符切割后,其中用于分桶key所占的列数(配合-partitioner org.apache.hadoop.mapred.lib.KeyFieldBasedPartitioner 使用)
      -D stream.reduce.output.field.separator:设置reduce输出中key和value的分隔符 
      -D stream.num.reduce.output.key.fields:设置reduce程序分隔符的位置

 

posted on 2015-09-16 12:10  月未央  阅读(435)  评论(0编辑  收藏  举报

导航