大数据系列基于MapReduce的数据处理 SequenceFile序列化文件

Posted 霓裳梦竹

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了大数据系列基于MapReduce的数据处理 SequenceFile序列化文件相关的知识,希望对你有一定的参考价值。

为键值对提供持久的数据结构

1、txt纯文本格式,若干行记录

2、SequenceFile 

    key-value格式,若干行记录,类似于map

3、编写写入和读取的文件

package com.slp;

import java.io.IOException;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.SequenceFile;
import org.apache.hadoop.io.SequenceFile.Reader;
import org.apache.hadoop.io.SequenceFile.Writer;
import org.apache.hadoop.io.Text;
import org.junit.Test;
public class TestSequenceFile {

    @Test
    public void write() throws IOException{
        Configuration conf = new Configuration();
        conf.set("fs.defaultFS", "hdfs://www.node1.com:9000/");
        FileSystem fs  = FileSystem.get(conf);
        Path path = new Path("hdfs://www.node1.com:9000/home/hadoop/seq.seq");
        Writer writer  = SequenceFile.createWriter(fs, conf, path, IntWritable.class, Text.class);
        writer.append(new IntWritable(1), new Text("tom1"));
        writer.append(new IntWritable(2), new Text("tom2"));
        writer.append(new IntWritable(3), new Text("tom3"));
        writer.append(new IntWritable(4), new Text("tom4"));
        writer.close();
        System.out.println("over");
    }
    
    @Test
    public void readSeq() throws IOException{
        Configuration conf = new Configuration();
        conf.set("fs.defaultFS", "hdfs://www.node1.com:9000/");
        FileSystem fs  = FileSystem.get(conf);
        Path path = new Path("hdfs://www.node1.com:9000/home/hadoop/seq.seq");
        Reader reader = new SequenceFile.Reader(fs, path, conf);
        IntWritable key = new IntWritable();
        Text value = new Text();
        while(reader.next(key, value)){
            System.out.println(key+"="+value);
        }
        reader.close();
    }
}

测试方法的输出为:

1=tom1
2=tom2
3=tom3
4=tom4

4、查看文件

以上是关于大数据系列基于MapReduce的数据处理 SequenceFile序列化文件的主要内容,如果未能解决你的问题,请参考以下文章

2.3 基于IDEA开发第一个MapReduce大数据程序WordCount

大数据之三:几个名词

大数据系列之分布式计算批处理引擎MapReduce实践-排序

大数据系列4:Yarn以及MapReduce 2

大数据系列MapReduce示例好友推荐

大数据系列~MapReduce介绍