基于大数据开发套件定时调度带资源文件的MapReduce作业-低调大师

基于大数据开发套件定时调度带资源文件的MapReduce作业

2016-12-15 629

MaxCompute里的MR作业，很少是只要跑一次就好了的。如果需要周期性调度，目前MaxCompute（原名ODPS）只提供了计算引擎，任务调度可以使用大数据开发套件来实现。这篇帖子从基础开始，介绍了3种周期性调度的方法。同时还介绍了如何使用资源文件。

代码开发

代码以文档里的WordCount 作为例子。
在这个基础上，增加资源文件的读取方法，修改Reduce类。主要的逻辑是读取资源文件，资源文件里的数据格式是字符串1,字符串2。代码逻辑是如果word count里的word如果有在字符串1里出现的话，就替换成字符串2。

    public static class SumReducer extends ReducerBase {
        private Record result = null;
        priva

微信关注我们

原文链接：https://yq.aliyun.com/articles/66634

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

【大数据技巧】Flume采集网站日志到MaxCompute常见问题汇总

免费开通大数据服务：https://www.aliyun.com/product/odps 本文列举了Flume采集网站日志到MaxCompute的一些常见问题，欢迎大家补充； Q：找不到指定路径的文件 A：本实验要在Linux系统下运行，路径也要写在Linux下的路径 Q：找不到指定sink type的类 A：插件错误，需要用新版本的 flume插件写新版本的 datahub Q：不能执行SinkRunner A：插件错误，需要用新版本的 flume插件写新版本的 datahub Q：不识别Datahub endpoint地址 A：填的 endpoint是 ecs上用的，应填写公网地址 Q：更改endpoint地址后依旧报同样的错 A：虚拟机未能ping通外网，重新设置虚拟机，搭建桥接模式 Q：报ak有错 A：先检查ak是否被禁用，若没有不断刷新页

2016-12-16

697

File system needs to be upgraded. You have version null and I want ver...

安装hbase时候报错： File system needs to be upgraded. You have version null and I want version 7 注：我安装的hbase依赖于hdfs， hdfs是有nameservice的。解决方法： 1. 首先查看hbase的配置文件，hbase-site.xml，找到hbase.rootdir的value值，这个值里面的/hbase1 中存放了hbase的信息 <property> <name>hbase.rootdir</name> <value>hdfs://nameservice1/hbase1</value> </property> 2. 在安装hmaster的机器上切换到hdfs用户 su hdfs 3. 在hdfs用户下执行 hadoop fs -rm -r -skipTrash /hbase1 删除/hbase1, 然后重启hbase master。

2016-12-16

690

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Oracle

Oracle Database，又名Oracle RDBMS，或简称Oracle。是甲骨文公司的一款关系数据库管理系统。它是在数据库领域一直处于领先地位的产品。可以说Oracle数据库系统是目前世界上流行的关系数据库管理系统，系统可移植性好、使用方便、功能强，适用于各类大、中、小、微机环境。它是一种高效率、可靠性好的、适应高吞吐量的数据库方案。

Apache Tomcat

Tomcat是Apache 软件基金会（Apache Software Foundation）的Jakarta 项目中的一个核心项目，由Apache、Sun 和其他一些公司及个人共同开发而成。因为Tomcat 技术先进、性能稳定，而且免费，因而深受Java 爱好者的喜爱并得到了部分软件开发商的认可，成为目前比较流行的Web 应用服务器。

JDK

JDK是 Java 语言的软件开发工具包，主要用于移动设备、嵌入式设备上的java应用程序。JDK是整个java开发的核心，它包含了JAVA的运行环境（JVM+Java系统类库）和JAVA工具。