我打算在Hadoop 0.20.2中插入一些代码到TeraSort类的映射器中。但是,在查看源代码之后,我找不到映射器实现的片段。 通常,我们将看到一个名为job.setMapperClass()的方法,它指示映射器类。但是,对于TeraSort,我只能看到像setInputformat,setOutputFormat这样的东西。我无法找到调用mapper和reduce方法的地方? 任何人都可以提供一些关于此的提示吗?谢谢, 的源代码是这样的,为什么不为hadoop映射器/ reducer TeraSort
public int run(String[] args) throws Exception {
LOG.info("starting");
JobConf job = (JobConf) getConf();
Path inputDir = new Path(args[0]);
inputDir = inputDir.makeQualified(inputDir.getFileSystem(job));
Path partitionFile = new Path(inputDir, TeraInputFormat.PARTITION_FILENAME);
URI partitionUri = new URI(partitionFile.toString() +
"#" + TeraInputFormat.PARTITION_FILENAME);
TeraInputFormat.setInputPaths(job, new Path(args[0]));
FileOutputFormat.setOutputPath(job, new Path(args[1]));
job.setJobName("TeraSort");
job.setJarByClass(TeraSort.class);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(Text.class);
job.setInputFormat(TeraInputFormat.class);
job.setOutputFormat(TeraOutputFormat.class);
job.setPartitionerClass(TotalOrderPartitioner.class);
TeraInputFormat.writePartitionFile(job, partitionFile);
DistributedCache.addCacheFile(partitionUri, job);
DistributedCache.createSymlink(job);
job.setInt("dfs.replication", 1);
// TeraOutputFormat.setFinalSync(job, true);
job.setNumReduceTasks(0);
JobClient.runJob(job);
LOG.info("done");
return 0;
}
对于其它类,如TeraValidate,我们可以找到这样的代码,
job.setMapperClass(ValidateMapper.class);
job.setReducerClass(ValidateReducer.class);
我不能看到TeraSort这样的方法。
感谢,