hadoop常用技巧

hadoop输入多个文件时获取输入文件名,目的是可以对多个输入文件进行区分

filepath = os.environ["map_input_file"]
filename = os.path.split(filepath)[-1]

hadoop多路输出

hadoop touchz命令:创建一个空文件

  • hadoop fs -touchz xx.done[check文件完成小技巧]

hadoop text命令:将源文件输出为文本格式

  • hadoop fs -text

hadoop grep命令,grep on Hadoop

   hadoop jar hadoop-streaming-1.2.1.jar \
    -D mapreduce.job.name="grep" \
    -D stream.non.zero.exit.is.failure=false \
    -mapper "grep $1" \
    -numReduceTasks 0 \
    -input /INPUT \
    -output /OUTPUT

hadoop动态修改任务优先级

  • hadoop job -set-priority job_name HIGH

hadoop数据去重的例子

hadoop join的方法【待实现】

猜你喜欢

转载自www.cnblogs.com/baisheng/p/12629672.html