我正在维护一个简单的 hadoop 作业,它生成 CSV 文件作为 HDFS 中的输出。该作业使用 TextOutputFormat。我想将前导标题行添加到 csv 文件(我知道部分文件是由不同的工作人员创建的,如果他们每个人都有标题,那不是问题)。如何做到这一点?
编辑:级联可以提供帮助,但乍一看我不想开始使用新框架
编辑:
所以我想为输出的 CSV 文件添加标题。列数是确定的。这是我的减速器类的骨架:
import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.output.MultipleOutputs;
public final class Reducer extends Reducer<Text, IntWritable, Text, IntWritable>
{
private MultipleOutputs<Text, IntWritable> mos;
private static final Text KEY_HOLDER = new Text();
private static final IntWritable VALUE_HOLDER = new IntWritable(1);
@Override
public void setup(final Context context)
{
mos = new MultipleOutputs<Text, IntWritable>(context);
}
@Override
public void cleanup(final Context context) throws IOException, InterruptedException
{
mos.close();
}
@Override
public void reduce(final Text key, final Iterable<IntWritable> values, final Context context)
throws IOException, InterruptedException
{
// [... some business logic ...]
mos.write(KEY_HOLDER, VALUE_HOLDER, "myFileName");
context.progress();
}
}