hadoop2.2.0如何定制mapreduce输出到数据库

蜗牛互联网技术资讯2021-12-022830

今天就跟大家聊聊有关hadoop2.2.0如何定制mapreduce输出到数据库，可能很多人都不太了解，为了让大家更加了解，小编给大家总结了以下内容，希望大家根据这篇文章可以有所收获。

hadoop2.2.0定制mapreduce输出到数据库：

这里以redis数据库为例。

这里的例子是，我想统计日志文件中的某天各个小时的访问量，日志格式为：

2014-02-10 04:52:34 127.0.0.1 xxx

我们知道在写mapreduce job时，要配置输入输出，然后编写mapper和reducer类，hadoop默认输出是到hdfs的文件中，例如：

job.setOutputFormatClass(FileOutputFormat.class);

现在我们想要将任务计算结果输出到数据库(redis)中，怎么做呢？可以继承FileOutputFormat类，定制自己的类，看代码：

public class LoginLogOutputFormat<K, V> extends FileOutputFormat<K, V> {
	/**
	 * 重点也是定制一个RecordWriter类，每一条reduce处理后的记录，我们便可将该记录输出到数据库中
	 */
	protected static class RedisRecordWriter<K, V> extends RecordWriter<K, V>{
		private Jedis jedis; //redis的client实例
		
		public RedisRecordWriter(Jedis jedis){
			this.jedis = jedis;
		}
		
		@Override
		public void write(K key, V value) throws IOException,
				InterruptedException {
			
			boolean nullKey = key == null;
			boolean nullValue = value == null;
			if (nullKey || nullValue) return;
			
			String[] sKey = key.toString().split("-");
			String outKey = sKey[0]+"-"+sKey[1]+"-"+sKey[2]+"_login_stat"; //zset key为yyyy-MM-dd_login_stat
			jedis.zadd(outKey.getBytes("UTF-8"), -1, 
						(sKey[3]+":"+value).getBytes("UTF-8")); //zadd, 其值格式为: 时刻:访问量
		}

		@Override
		public void close(TaskAttemptContext context) throws IOException,
				InterruptedException {
			if (jedis != null) jedis.disconnect(); //关闭链接
		}
	}
	
	@Override
	public RecordWriter<K, V> getRecordWriter(TaskAttemptContext job)
			throws IOException, InterruptedException {
		Jedis jedis = RedisClient.newJedis(); //构建一个redis，这里你可以自己根据实际情况来构建数据库连接对象
		//System.out.println("构建RedisRecordWriter");
		return new RedisRecordWriter<K, V>(jedis);
	}
}

下面就是整个job实现：

public class LoginLogStatTask extends Configured implements Tool {
	public static class MyMapper extends Mapper<LongWritable, Text, Text, IntWritable>{
		@Override
		protected void map(LongWritable key, Text value, Context context)
				throws IOException, InterruptedException {
			if (value == null || "".equals(value)) return;
			// 解析value,如: 2014-02-10 04:52:34 127.0.0.1 xxx
			String[] fields = value.toString().split(" ");
			String date = fields[0];
			String time = fields[1];
			String hour = time.split(":")[0];
			String outKey = date+"-"+hour;
			context.write(new Text(outKey), new IntWritable(1));
		}
	}
	
	public static class MyReducer extends Reducer<Text, IntWritable, Text, IntWritable>{
		@Override
		protected void reduce(Text key, Iterable<IntWritable> values,
				Context context)
				throws IOException, InterruptedException {
			int count = 0;
			while (values.iterator().hasNext()){ //统计数量
				count ++;
				values.iterator().next(); 
			}
			context.write(key, new IntWritable(count));
		}
	}

	@Override
	public int run(String[] args) throws Exception {
		Configuration conf = getConf();
		List<Path> inputs = new ArrayList<>();
		String inputPath = args[0];
		if (inputPath.endsWith("/")){ //如果是目录
			inputs.addAll(HdfsUtil.listFiles(inputPath, conf));
		} else{ //如果是文件
			inputs.add(new Path(inputPath));
		}
		long ts = System.currentTimeMillis();
		String jobName = "login_logs_stat_job_" + ts;
		Job job = Job.getInstance(conf, jobName);
		job.setJarByClass(LoginLogStatTask.class);
		//添加输入文件路径
		for (Path p : inputs){
			FileInputFormat.addInputPath(job, p);
		}
		//设置输出路径
		Path out = new Path(jobName + ".out"); //以jobName.out作为输出
		FileOutputFormat.setOutputPath(job, out);
		//设置mapper
		job.setMapperClass(MyMapper.class);
		//设置reducer
		job.setReducerClass(MyReducer.class);
		
		//设置输入格式
		job.setInputFormatClass(TextInputFormat.class);
		//设置输出格式
		job.setOutputFormatClass(LoginLogOutputFormat.class);
		//设置输出key类型
		job.setOutputKeyClass(Text.class);
		//设置输出value类型
		job.setOutputValueClass(IntWritable.class);
		job.waitForCompletion(true);
		return job.isSuccessful()?0:1;
	}
	 
	public static void main(String[] args) throws Exception {
		Configuration conf = new Configuration();
		int res = ToolRunner.run(conf, new LoginLogStatTask(), args);
		System.exit(res);
	}

运行job后，就会在redis数据库中有对应的key:

hadoop2.2.0如何定制mapreduce输出到数据库 hadoop2.2.0 第1张