◢ <實作十九> | <回課程大綱> ▲ | <實作二十一> ◣

實作二十 Lab20

預設的輸入格式
TextInputFormat

請先連線至 nodeN.3du.me , N 為您的報名編號

• 為了觀察 FileInputFormat? 的行為，我們使用 update jar 的技巧，對 TextInputFormat?.java 做了小幅度的修改。
• 官方實作的 TextInputFormat?.java 有兩個(一個新版,一個舊版)

  user@node1:~$ find /home/user/hadoop/src/ -name "TextInputFormat.java"
  /home/user/hadoop/src/mapred/org/apache/hadoop/mapreduce/lib/input/TextInputFormat.java
  /home/user/hadoop/src/mapred/org/apache/hadoop/mapred/TextInputFormat.java
  

• 這裡我們修改新版的 TextInputFormat?

  TextInputFormat.java

  @@ -38 +38 @@
     public RecordReader<LongWritable, Text>
       createRecordReader(InputSplit split,
                          TaskAttemptContext context) {
  +    System.err.println("TextInputFormat.createRecordReader()");
       return new LineRecordReader();
     }
   
     @Override
     @Override
     protected boolean isSplitable(JobContext context, Path file) {
  +    System.err.println("TextInputFormat.isSplitable(context," + file.toString() + ")");
       CompressionCodec codec =
         new CompressionCodecFactory(context.getConfiguration()).getCodec(file);

unset HADOOP_CONF_DIR
cd ~/hadoop_labs/lab011
ant
cd ~/hadoop_labs/lab010
mkdir -p my_input
echo "A B C D" > my_input/input1
echo "C D A B" > my_input/input2
hadoop fs -put my_input my_input
sed -i 's#setNumReduceTasks(0)#setNumReduceTasks(1)#g' ~/hadoop_labs/lab010/src/WordCount.java
hadoop jar WordCount.jar my_input my_output

• export HADOOP_CONF_DIR=~/hadoop/conf.local/
  hadoop jar WordCount.jar my_input my_output
  unset HADOOP_CONF_DIR
  

實作習題

<問題 1> 請問執行任務時，同時有幾個 Mapper？

<問題 2> 請問執行任務後，最後產生幾個輸出檔？