本文共 4040 字，大约阅读时间需要 13 分钟。

MR输出格式实现

在MapReduce（MR）框架中，OutputFormat是输出的基类，所有实现该接口的类都可以作为MR任务的输出格式。不同输出格式有不同的适用场景和特点。

常见的OutputFormat实现类

以下是几种常见的OutputFormat实现及其特点：

1. 文本输出（TestOutputFormat）

TestOutputFormat是默认的输出格式，它将每条记录写为文本行。其特点如下：

• 支持任意键值类型，默认会调用toString()方法将键值转换为字符串
• 输出格式紧凑，便于压缩和处理

2. SequenceFileOutputFormat

SequenceFileOutputFormat是一种紧凑的输出格式，通常用于作为后续MR任务的输入。其特点如下：

• 输出格式紧凑，适合压缩
• 适合作为后续MR任务的输入

3. 自定义OutputFormat

根据具体需求，可以实现自定义的OutputFormat。以下是自定义OutputFormat的实现步骤：

• 继承自FileOutputFormat，并设置通用类型参数
• 重写RecordWriter方法，创建自定义输出流
• 根据需求定义输出规则，例如筛选输出
• 确保正确关闭IO流

自定义OutputFormat示例

以下是一个自定义FilterOutputFormat的实现示例：

public class FilterOutputFormat extends FileOutputFormat {      @Override      public RecordWriter getRecordWriter(TaskAttemptContext job) throws IOException, InterruptedException {          return new FilterRecordWriter(job);      }  }

FilterRecordWriter的实现如下：

public class FilterRecordWriter extends RecordWriter {      private FSDataOutputStream fosAtguigu;      private FSDataOutputStream fosOther;      public FilterRecordWriter(TaskAttemptContext job) throws IOException {          try {              FileSystem fs = FileSystem.get(job.getConfiguration());              Path pathAtguigu = new Path("G:\\Projects\\IdeaProject-C\\MapReduce\\src\\main\\java\\第三章_MR框架原理\\OutputFormat数据输出\\atguigu.log");              fosAtguigu = fs.create(pathAtguigu);              Path pathOther = new Path("G:\\Projects\\IdeaProject-C\\MapReduce\\src\\main\\java\\第三章_MR框架原理\\OutputFormat数据输出\\other.log");              fosOther = fs.create(pathOther);          } catch (Exception e) {              e.printStackTrace();          }      }      @Override      public void write(Text key, NullWritable value) throws IOException, InterruptedException {          String keyStr = key.toString();          if (keyStr.contains("atguigu")) {              fosAtguigu.write(keyStr.getBytes());          } else {              fosOther.write(keyStr.getBytes());          }      }      @Override      public void close(TaskAttemptContext context) throws IOException, InterruptedException {          IOUtils.closeStream(fosAtguigu);          IOUtils.closeStream(fosOther);      }  }

Mapper阶段

在Mapper阶段，主要任务是读取数据并输出。以下是FilterMapper的实现：

public class FilterMapper extends Mapper {      @Override      protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {          context.write(value, NullWritable.get());      }  }

Reducer阶段

在Reducer阶段，主要任务是将读取的数据进行聚合并输出。以下是FilterReducer的实现：

public class FilterReducer extends Reducer, Text, NullWritable> {      @Override      protected void reduce(Text key, Iterable values, Context context) throws IOException, InterruptedException {          String line = key.toString() + "\r\n";          Text k = new Text();          k.set(line);          for (NullWritable value : values) {              context.write(k, NullWritable.get());          }      }  }

Driver阶段

Driver阶段负责配置任务并提交Job。以下是FilterDriver的实现：

public class FilterDriver {      public static void main(String[] args) throws IOException, InterruptedException {          Configuration conf = new Configuration();          Job job = Job.getInstance(conf);          job.setMapperClass(FilterMapper.class);          job.setReducerClass(FilterReducer.class);          job.setJarByClass(FilterDriver.class);          job.setMapOutputKeyClass(Text.class);          job.setMapOutputValueClass(NullWritable.class);          job.setOutputKeyClass(Text.class);          job.setOutputValueClass(NullWritable.class);          job.setOutputFormatClass(FilterOutputFormat.class);          FileInputFormat.setInputPaths(job, new Path("G:\\Projects\\IdeaProject-C\\MapReduce\\src\\main\\java\\第三章_MR框架原理\\OutputFormat数据输出\\log.txt"));          FileOutputFormat.setOutputPath(job, new Path("G:\\Projects\\IdeaProject-C\\MapReduce\\src\\main\\java\\第三章_MR框架原理\\Filteroutput"));          boolean result = job.waitForCompletion(true);          System.exit(result ? 0 : 1);      }  }

注意事项

在配置Job时，虽然我们自定义了OutputFormat，但由于FileOutputFormat会默认输出_SUCCESS文件，因此需要手动指定输出目录。

转载地址：http://vueq.baihongyu.com/