java – 在hadoop中保存hdfs中的json数据

我有以下Reducer类

public static class TokenCounterReducer extends Reducer<Text, Text, Text, Text> {
    public void reduce(Text key, Iterable<Text> values, Context context)
            throws IOException, InterruptedException {

        JSONObject jsn = new JSONObject();

        for (Text value : values) {
            String[] vals = value.toString().split("\t");
            String[] targetNodes = vals[0].toString().split(",",-1);
            jsn.put("source",vals[1] );
            jsn.put("target",targetNodes);

        }
        // context.write(key, new Text(sum));
    }
}

通过示例(免责声明：新手在这里),我可以看到一般输出类型似乎是一个键/值存储.

但是,如果输出中没有任何键,该怎么办？或者如果我想要的话,如果我的输出是其他格式(在我的情况下为json)？

无论如何,从上面的代码：
我想将json对象写入HDFS？

这在Hadoop流媒体中非常简单..但我如何在Hadoop java中做到这一点？

解决方法:

如果您只想将一个JSON对象列表写入HDFS而不关心键/值的概念,您可以在Reducer输出值中使用NullWritable：

public static class TokenCounterReducer extends Reducer<Text, Text, Text, NullWritable> {
    public void reduce(Text key, Iterable<Text> values, Context context)
            throws IOException, InterruptedException {
        for (Text value : values) {
            JSONObject jsn = new JSONObject();
            ....
            context.write(new Text(jsn.toString()), null);
        }
    }
}

请注意,您需要更改作业配置：

job.setOutputValueClass(NullWritable.class);

通过将JSON对象写入HDFS,我知道您要存储我在上面描述的JSON的String表示.如果要将JSON的二进制表示形式存储到HDFS中,则需要使用SequenceFile.显然你可以为此编写自己的Writable,但是我觉得如果你打算有一个简单的String表示,那就更容易了.

标签：json,java,hadoop,mapreduce,reducers
来源： https://codeday.me/bug/20190718/1492996.html