《Hadoop MapReduce实战手册》一2.11 在HDFS中合并文件-低调大师

《Hadoop MapReduce实战手册》一2.11 在HDFS中合并文件

2017-05-01 633

本节书摘来异步社区《Hadoop MapReduce实战手册》一书中的第2章，第2.11节，作者：【美】Srinath Perera , Thilina Gunarathne 译者：杨卓荦责编：杨海玲，更多章节内容可以访问云栖社区“异步社区”公众号查看。

2.11 在HDFS中合并文件

Hadoop MapReduce实战手册
本节将传授如何合并HDFS中的若干文件，以创建一个单独的文件。对于获取有多个输出部分结果的reducer的MapReduce作业的计算结果来说，这招非常有用。

操作步骤
HDFS的getMerge命令可以将HDFS中给定路径下的文件，复制到本地文件系统的单个合并后的文件中。

>bin/hadoopfs -getmerge /user/foo/demofiles merged.txt

工作原理
getmerge命令的语法如下：

hadoopfs -getmerge<src><localdst> [addnl]

getmerge命令有三个参数。第一个参数——是HDFS路径，它包含要连接文件的HDFS目录。是合并文件的本地文件名。addnl为可选参数，表示是否需要在每一个合并后的结果文件末尾添加新行。

微信关注我们

原文链接：https://yq.aliyun.com/articles/97949

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。

深入理解Spark：核心思想与源码分析. 1.4　Spark源码编译与调试

1.4　Spark源码编译与调试 1.下载Spark源码首先，访问Spark官网http://spark.apache.org/，如图1-18所示。图1-18　Spark官网单击Download Spark按钮，在下一个页面找到git地址，如图1-19所示。图1-19　Spark官方git地址打开Git Bash工具，输入git clone git://github.com/apache/spark.git命令将源码下载到本地，如图1-20所示。图1-20　下载Spark源码 2.构建Scala应用使用cmd命令行进到Spark根目录，执行sbt命令。会下载和解析很多jar包，要等很长时间，笔者大概花了一个多小时才执行完。 3.使用sbt生成Eclipse工程文件等sbt提示符（>）出现后，输入Eclipse命令，开始生成E

2017-05-02

702

1.5　小结本章通过引导大家在Linux操作系统下搭建基本的执行环境，并且介绍spark-shell等脚本的执行，来帮助读者由浅入深地进行Spark源码的学习。由于目前多数开发工作都在Windows系统下进行，并且Eclipse有最广大的用户群，即便是一些开始使用IntelliJ的用户对Eclipse也不陌生，所以在Windows环境下搭建源码阅读环境时，选择这些最常用的工具，能降低读者的学习门槛，并且替大家节省时间。

2017-05-02

597

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。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。