本文共 4568 字，大约阅读时间需要 15 分钟。

OutputFormat是MR输出的基类，所有实现MR输出都实现了OutputFormat接口。

常见的OutputFormat实现类

1.文本输出TestOutputFormat

• 默认的输出格式是TestOutputFormat，它把每条记录写为文本行。它的键和值可以是任意类型，因为TestOutputFormat调用 toString()方法把它们转换为字符串。

2.SequenceFileOutputFormat

• 将SequenceFileOutputFormat输出作为后续MR任务的输入，这便是一种好的输出格式，因为它格式紧凑，很容易被压缩

3.自定义OutputFormat

• 根据用户需求，自定义实现输出

  ☠ 自定义OutputFormat

案例

▪ 需求分析

▪ 代码实现

自定义FilterOutputFormat

• 继承自FileOutputFormat，同时泛型应当与Reduce一致。
• 重写RecordWriter，自定义输出流。

public class FilterOutputFormat extends FileOutputFormat <Text, NullWritable>{       @Override    public RecordWriter<Text, NullWritable> getRecordWriter(TaskAttemptContext job) throws IOException, InterruptedException {           return new FliterRecordWriter(job);    }}

• 重写FliterRecordWriter()方法，创建输出流，指定文件输出路径
• 重写write()方法，定义文件输出时评判指标，根据判定使用指定的流输出到指定目录(文件中)
• 关闭资源IO流

public class FliterRecordWriter extends RecordWriter<Text, NullWritable> {       // 创建流对象    FSDataOutputStream fosatguigu;    FSDataOutputStream fosother;    // 构造输出流    public FliterRecordWriter(TaskAttemptContext job) {           try {               // 1.获取文件系统            FileSystem fs = FileSystem.get(job.getConfiguration());            // 2.创建输出到atguigu.log的输出流            fosatguigu = fs.create(new Path("G:\\Projects\\IdeaProject-C\\MapReduce\\src\\main\\java\\第三章_MR框架原理\\OutputFormat数据输出\\atguigu.log"));            // 3.创建输出到other.log的输出流            fosother = fs.create(new Path("G:\\Projects\\IdeaProject-C\\MapReduce\\src\\main\\java\\第三章_MR框架原理\\OutputFormat数据输出\\other.log"));        } catch (Exception e) {               e.printStackTrace();        }    }    @Override    public void write(Text key, NullWritable value) throws IOException, InterruptedException {           // 判断key的内容是否包含atguigu        if (key.toString().contains("atguigu")) {               fosatguigu.write(key.toString().getBytes());        } else {               fosother.write(key.toString().getBytes());        }    }    @Override    public void close(TaskAttemptContext context) throws IOException, InterruptedException {           // 关闭IO流        IOUtils.closeStream(fosatguigu);        IOUtils.closeStream(fosother);    }}

Mapper阶段

• 读取数据，由于不需要进行内部操作，直接写出

public class FilterMapper extends Mapper<LongWritable, Text, Text, NullWritable> {       @Override    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {   //        http://www.baidu.com//        http://www.google.com        // 写出        context.write(value,NullWritable.get());    }}

Reducer阶段

• reducer阶段只是将读取的数据输出，这里注意将读取的内容进行格式化，增加换行，否则最终文件以字符串追加形式，一整行展现。

public class FilterReducer extends Reducer<Text, NullWritable,Text,NullWritable> {       Text k = new Text();    @Override    protected void reduce(Text key, Iterable<NullWritable> values, Context context) throws IOException, InterruptedException {           //  http://www.baidu.com        //  写出,添加换行符        String line = key.toString();        line = line + "\r\n";        k.set(line);        //  循环防止有重复        for (NullWritable value:values){               context.write(k,NullWritable.get());        }    }}

Driver阶段

public class FilterDriver {       public static void main(String[] args) {           Job job = null;        Configuration conf = new Configuration();        try {               // 获取job            job = Job.getInstance(conf);            // 配置            job.setMapperClass(FilterMapper.class);            job.setReducerClass(FilterReducer.class);            job.setJarByClass(FilterDriver.class);            job.setMapOutputKeyClass(Text.class);            job.setMapOutputValueClass(NullWritable.class);            job.setOutputKeyClass(Text.class);            job.setOutputValueClass(NullWritable.class);            // 将自定义的输出格式组件设置到job中            job.setOutputFormatClass(FilterOutputFormat.class);            // 设置输入输出路径            // 虽然我们自定义了outputformat，但是因为我们的outputformat继承自fileoutputformat            // 而fileoutputformat要输出一个_SUCCESS文件，所以，在这还得指定一个输出目录            FileInputFormat.setInputPaths(job,new Path("G:\\Projects\\IdeaProject-C\\MapReduce\\src\\main\\java\\第三章_MR框架原理\\OutputFormat数据输出\\log.txt"));            FileOutputFormat.setOutputPath(job,new Path("G:\\Projects\\IdeaProject-C\\MapReduce\\src\\main\\java\\第三章_MR框架原理\\Filteroutput"));            // 提交job            boolean result = job.waitForCompletion(true);            System.exit(result ? 0 : 1);        } catch (Exception e){               e.printStackTrace();        }    }}

• 虽然我们自定义了outputformat，但是因为我们的outputformat继承自fileoutputformat，而fileoutputformat要输出一个_SUCCESS文件，所以，在这还得指定一个输出目录，用于存储_SUCCESS文件。
  

转载地址：http://vueq.baihongyu.com/