java – 扩展Hadoop的TableInputFormat以使用用于分发时间戳键的前缀进行扫描
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了java – 扩展Hadoop的TableInputFormat以使用用于分发时间戳键的前缀进行扫描,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含2045字,纯文字阅读大概需要3分钟。
内容图文
![java – 扩展Hadoop的TableInputFormat以使用用于分发时间戳键的前缀进行扫描](/upload/InfoBanner/zyjiaocheng/704/ee892875cbc043418f3a318694a813e6.jpg)
我有一个hbase表,其密钥是一个带有一个字节随机前缀的时间戳,用于分发密钥,因此扫描不会热点.我正在尝试扩展TableInputFormat,以便我可以在带有范围的表上运行单个MapReduce,为所有256个可能的前缀添加前缀,以便扫描具有指定时间戳范围的所有范围.我的解决方案不起作用,因为它似乎总是扫描最后一个前缀(127)256次.必须在所有扫描中共享某些内容.
我的代码如下.有任何想法吗?
public class PrefixedTableInputFormat extends TableInputFormat {
@Override
public List<InputSplit> getSplits(JobContext context)
throws IOException {
List<InputSplit> splits = new ArrayList<InputSplit>();
Scan scan = getScan();
byte startRow[] = scan.getStartRow(), stopRow[] = scan.getStopRow();
byte prefixedStartRow[] = new byte[startRow.length+1];
byte prefixedStopRow[] = new byte[stopRow.length+1];
System.arraycopy(startRow, 0, prefixedStartRow, 1, startRow.length);
System.arraycopy(stopRow, 0, prefixedStopRow, 1, stopRow.length);
for (int prefix = -128; prefix < 128; prefix++) {
prefixedStartRow[0] = (byte) prefix;
prefixedStopRow[0] = (byte) prefix;
scan.setStartRow(prefixedStartRow);
scan.setStopRow(prefixedStopRow);
setScan(scan);
splits.addAll(super.getSplits(context));
}
return splits;
}
}
和
Configuration config = HBaseConfiguration.create();
Job job = new Job(config, "Aggregate");
job.setJarByClass(Aggregate.class);
Scan scan = new Scan();
scan.setStartRow("20120630".getBytes());
scan.setStopRow("20120701".getBytes());
scan.setCaching(500);
scan.setCacheBlocks(false);
TableMapReduceUtil.initTableMapperJob(
"event",
scan,
Mapper.class,
ImmutableBytesWritable.class,
ImmutableBytesWritable.class,
job,
true,
PrefixedTableInputFormat.class);
TableMapReduceUtil.initTableReducerJob("event", Reducer.class, job);
解决方法:
您将需要在每次迭代中对分割进行深层复制:
for (int prefix = -128; prefix < 128; prefix++) {
prefixedStartRow[0] = (byte) prefix;
prefixedStopRow[0] = (byte) prefix;
scan.setStartRow(prefixedStartRow);
scan.setStopRow(prefixedStopRow);
setScan(scan);
for (InputSplit subSplit : super.getSplits(context)) {
splits.add((InputSplit) ReflectionUtils.copy(conf,
(TableSplit) subSplit, new TableSplit());
}
}
内容总结
以上是互联网集市为您收集整理的java – 扩展Hadoop的TableInputFormat以使用用于分发时间戳键的前缀进行扫描全部内容,希望文章能够帮你解决java – 扩展Hadoop的TableInputFormat以使用用于分发时间戳键的前缀进行扫描所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。