643
阿裏雲
join示例__示例程序_MapReduce_大數據計算服務-阿裏雲
ODPS MapReduce框架自身並不支持Join邏輯。但用戶可以在自己的Map/Reduce函數中實現數據的Join,當然這需要用戶做一些額外的工作。
假設需要Join兩張表mr_join_src1(key bigint, value string)及mr_join_src2(key bigint, value string), 輸出表是mr_join_out(key bigint, value1 string, value2 string),其中value1是mr_join_src1的value值,value2是mr_join_src2的value值。
測試準備
(1)準備好測試程序jar包,假設名字為mapreduce-examples.jar;
(2)準備好Join的測試表和資源;
創建表
create table mr_join_src1(key bigint, value string); create table mr_join_src2(key bigint, value string); create table mr_join_out(key bigint, value1 string, value2 string);
添加資源
add jar mapreduce-examples.jar -f;
(3)使用tunnel導入數據;
tunnel upload data1 mr_join_src1;
tunnel upload data2 mr_join_src2;
- 導入mr_join_src1數據內容:
1,hello
2,odps
- 導入mr_join_src2數據內容:
1,odps
3,hello
4,odps
測試步驟
在odpscmd中執行Join
jar -resources mapreduce-examples.jar -classpath mapreduce-examples.jar
com.aliyun.odps.mapred.open.example.Join mr_join_src1 mr_join_src2 mr_join_out;
預期結果
作業成功結束。 輸出表mr_join_out中內容為:
+------------+------------+------------+
| key | value1 | value2 |
+------------+------------+------------+
| 1 | hello | odps |
+------------+------------+------------+
代碼示例
package com.aliyun.odps.mapred.open.example;
import java.io.IOException;
import java.util.ArrayList;
import java.util.Iterator;
import java.util.List;
import org.apache.commons.logging.Log;
import org.apache.commons.logging.LogFactory;
import com.aliyun.odps.data.Record;
import com.aliyun.odps.data.TableInfo;
import com.aliyun.odps.mapred.JobClient;
import com.aliyun.odps.mapred.MapperBase;
import com.aliyun.odps.mapred.ReducerBase;
import com.aliyun.odps.mapred.conf.JobConf;
import com.aliyun.odps.mapred.utils.InputUtils;
import com.aliyun.odps.mapred.utils.OutputUtils;
import com.aliyun.odps.mapred.utils.SchemaUtils;
/**
* Join, mr_join_src1/mr_join_src2(key bigint, value string), mr_join_out(key
* bigint, value1 string, value2 string)
*
*/
public class Join {
public static final Log LOG = LogFactory.getLog(Join.class);
public static class JoinMapper extends MapperBase {
private Record mapkey;
private Record mapvalue;
private long tag;
@Override
public void setup(TaskContext context) throws IOException {
mapkey = context.createMapOutputKeyRecord();
mapvalue = context.createMapOutputValueRecord();
tag = context.getInputTableInfo().getLabel().equals("left") ? 0 : 1;
}
@Override
public void map(long key, Record record, TaskContext context)
throws IOException {
mapkey.set(0, record.get(0));
mapkey.set(1, tag);
for (int i = 1; i < record.getColumnCount(); i++) {
mapvalue.set(i - 1, record.get(i));
}
context.write(mapkey, mapvalue);
}
}
public static class JoinReducer extends ReducerBase {
private Record result = null;
@Override
public void setup(TaskContext context) throws IOException {
result = context.createOutputRecord();
}
@Override
public void reduce(Record key, Iterator<Record> values, TaskContext context)
throws IOException {
long k = key.getBigint(0);
List<Object[]> leftValues = new ArrayList<Object[]>();
while (values.hasNext()) {
Record value = values.next();
long tag = (Long) key.get(1);
if (tag == 0) {
leftValues.add(value.toArray().clone());
} else {
for (Object[] leftValue : leftValues) {
int index = 0;
result.set(index++, k);
for (int i = 0; i < leftValue.length; i++) {
result.set(index++, leftValue[i]);
}
for (int i = 0; i < value.getColumnCount(); i++) {
result.set(index++, value.get(i));
}
context.write(result);
}
}
}
}
}
public static void main(String[] args) throws Exception {
if (args.length != 3) {
System.err.println("Usage: Join <input table1> <input table2> <out>");
System.exit(2);
}
JobConf job = new JobConf();
job.setMapperClass(JoinMapper.class);
job.setReducerClass(JoinReducer.class);
job.setMapOutputKeySchema(SchemaUtils.fromString("key:bigint,tag:bigint"));
job.setMapOutputValueSchema(SchemaUtils.fromString("value:string"));
job.setPartitionColumns(new String[]{"key"});
job.setOutputKeySortColumns(new String[]{"key", "tag"});
job.setOutputGroupingColumns(new String[]{"key"});
job.setNumReduceTasks(1);
InputUtils.addTable(TableInfo.builder().tableName(args[0]).label("left").build(), job);
InputUtils.addTable(TableInfo.builder().tableName(args[1]).label("right").build(), job);
OutputUtils.addTable(TableInfo.builder().tableName(args[2]).build(), job);
JobClient.runJob(job);
}
}
最後更新:2016-05-06 10:43:08
上一篇:
grep示例__示例程序_MapReduce_大數據計算服務-阿裏雲
下一篇:
sleep示例__示例程序_MapReduce_大數據計算服務-阿裏雲
媒體庫設置__使用手冊_視頻點播-阿裏雲
獲取任務列表__SDK接口說明_Java版SDK_批量計算-阿裏雲
營業執照識別__API介紹_文字識別_人工智能圖像類-阿裏雲
Credentials__數據類型_STS API文檔_訪問控製-阿裏雲
C-SDK使用(threadx)__SDK使用參考_設備端接入手冊_阿裏雲物聯網套件-阿裏雲
創建實時同步作業__快速入門_數據傳輸-阿裏雲
可重跑與冪等性__進階與深入_數據集成-阿裏雲
CreateLoadBalancerHTTPSListener__Listener相關API_API 參考_負載均衡-阿裏雲
查看作業髒數據__作業管理_SDK參考手冊_數據集成-阿裏雲
查詢推送列表__查詢相關_API 列表_OpenAPI 2.0_移動推送-阿裏雲
相關內容
常見錯誤說明__附錄_大數據計算服務-阿裏雲
發送短信接口__API使用手冊_短信服務-阿裏雲
接口文檔__Android_安全組件教程_移動安全-阿裏雲
運營商錯誤碼(聯通)__常見問題_短信服務-阿裏雲
設置短信模板__使用手冊_短信服務-阿裏雲
OSS 權限問題及排查__常見錯誤及排除_最佳實踐_對象存儲 OSS-阿裏雲
消息通知__操作指南_批量計算-阿裏雲
設備端快速接入(MQTT)__快速開始_阿裏雲物聯網套件-阿裏雲
查詢API調用流量數據__API管理相關接口_API_API 網關-阿裏雲
使用STS訪問__JavaScript-SDK_SDK 參考_對象存儲 OSS-阿裏雲