hadoop - 分布式缓存文件 Hadoop

Question

我想将不同的文件附加到不同的减速器。是否可以在hadoop中使用分布式缓存技术？

我能够将相同的文件（文件）附加到所有减速器。但是由于内存限制，我想知道我是否可以将不同的文件附加到不同的减速器。

如果这是一个无知的问题，请原谅我。

请帮忙！

提前致谢！

Answer 1

此外，可能值得尝试使用内存计算/数据网格技术，如 GridGain、Infinispan 等......这样您就可以将数据加载到内存中，并且您对如何映射计算作业没有任何限制（使用数据亲和性映射/减少）到任何数据。

Answer 2

这是一个奇怪的愿望，因为任何 reducer 都没有绑定到特定节点，并且在执行期间，reducer 可以在任何节点甚至节点上运行（如果存在故障或推测执行）。因此，所有 reducer 都应该是同质的，唯一不同的是它们处理的数据。

所以我想当你说你想把不同的文件放在不同的减速器上时，你实际上想把不同的文件放在减速器上，这些文件应该对应于那些减速器将要处理的数据（键）。

我知道的唯一一种方法是将数据放在 HDFS 上，并在 reducer 开始处理数据时从它读取。

Answer 3

package com.a;

import javax.security.auth.login.Configuration;

import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IOUtils;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapred.JobConf;
import org.apache.hadoop.mapred.MapReduceBase;
import org.apache.hadoop.mapred.OutputCollector;
import org.apache.hadoop.mapred.Reducer;
import org.apache.hadoop.mapred.Reporter;

public class PrefixNew4Reduce4 extends MapReduceBase implements Reducer<Text, Text,   Text, Text>{
//  @SuppressWarnings("unchecked")


 ArrayList<String> al = new ArrayList<String>();
public void configure(JobConf conf4)
{

    String from = "home/users/mlakshm/haship"; 

    OutputStream dst = null;
    try {
        dst = new BufferedOutputStream(new FileOutputStream(to, false));
    } catch (FileNotFoundException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    } /* src (hdfs file) something like hdfs://127.0.0.1:8020/home/rystsov/hi                                         */


    FileSystem fs = null;
    try {
        fs = FileSystem.get(new URI(from), conf4);
    } catch (IOException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    } catch (URISyntaxException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    }
    FSDataInputStream src;
    try {
        src = fs.open(new Path(from));

        String val = src.readLine();
        StringTokenizer st = new StringTokenizer(val);

        al.add(val);


        System.out.println("val:----------------->"+val);

    } catch (IOException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    }



}



    public void reduce (Text key, Iterator<Text> values, OutputCollector<Text, Text> output, Reporter reporter) throws IOException {


        StringTokenizer stk = new StringTokenizer(key.toString());
        String t = stk.nextToken();
        String i = stk.nextToken();
        String j = stk.nextToken();

    ArrayList<String> al1 = new ArrayList<String>();

           for(int i = 0; i<al.size(); i++)
            {

                     boolean a = (al.get(i).equals(i)) || (al.get(i).equals(j));

                     if(a==true)
                     {

                         output.collect(key, new Text(al.get(i));                              

                     }


      while(values.hasNext())
          {

             String val = values.next().toString();
             al1.add(val);

      }

for(int i = 0; i<al1.size(); i++)
{
output.collect(key, new Text(al1.get(i));
}