使用Hadoop计数器-多个作业

Question

我正在使用Hadoop处理一个mapreduce项目。我目前有3个连续的工作。

我想使用Hadoop计数器，但问题是我想在第一个作业中进行实际计数，却在第3个作业的reducer中访问计数器值。

我怎样才能做到这一点呢？我应该在哪里定义枚举？我需要通过它扔第二个工作吗？这也将有助于看到一些代码示例这样做，因为我还没有找到任何东西。

注意：我使用的是Hadoop 2.7.2

编辑：我已经尝试了这里解释的方法，但没有成功。我的情况是不同的，因为我想从不同的工作访问柜台。（不是从映射器到还原器）。

我想做的：第一份工作：

public static void startFirstJob(String inputPath, String outputPath) throws IOException, ClassNotFoundException, InterruptedException {
    Configuration conf = new Configuration();
    Job job = Job.getInstance(conf, "wordCount");
    job.setJarByClass(WordCount.class);
    job.setMapperClass(WordCountMapper.class);
    job.setCombinerClass(WordCountReducer.class);
    job.setReducerClass(WordCountReducer.class);
    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(LongWritable.class);
    job.setInputFormatClass(SequenceFileInputFormat.class);
    job.setOutputFormatClass(SequenceFileOutputFormat.class);
    FileInputFormat.addInputPath(job, new Path(inputPath));
    FileOutputFormat.setOutputPath(job, new Path(outputPath));
    job.waitForCompletion(true);
}

在其他类中定义了计数器枚举：

public class CountersClass {
    public static enum N_COUNTERS {
        SOMECOUNT
    }
}

正在尝试读取计数器：

Cluster cluster = new Cluster(context.getConfiguration());
Job job = cluster.getJob(JobID.forName("wordCount"));
Counters counters = job.getCounters();
CountersClass.N_COUNTERS mycounter = CountersClass.N_COUNTERS.valueOf("SOMECOUNT");
Counter c1 = counters.findCounter(mycounter);
long N_Count = c1.getValue();

Answer 1

在第一个作业结束时获取计数器，并将它们的值写入一个文件，然后在后续作业中读取它。如果您想从reducer读取它，则将其写入HDFS；如果您想在应用程序代码中读取并初始化它，则将其写入本地文件。

计数器计数器=job.getcounters()；计数器c1=counters.findcounter(COUNTER_NAME)；system.out.println(c1.getDisplayName()+“：”+c1.getValue())；

读写文件是基础教程的一部分。

Answer 2

一种典型的解决方案是将作业的计数器值放入需要访问的后续作业的配置中：

因此请确保在计数作业映射器/还原器中正确地增加它：

context.getCounter(CountersClass.N_COUNTERS.SOMECOUNT).increment(1);

则在计数作业完成后：

job.waitForCompletion(true);

Counter someCount = job.getCounters().findCounter(CountersClass.N_COUNTERS.SOMECOUNT);

//put counter value into conf object of the job where you need to access it
//you can choose any name for the conf key really (i just used counter enum name here)
job2.getConfiguration().setLong(CountersClass.N_COUNTERS.SOMECOUNT.name(), someCount.getValue());

接下来是在另一个作业的映射器/还原器中访问它。只需重写setup()，例如：

private long someCount;

@Override
protected void setup(Context context) throws IOException,
    InterruptedException {
  super.setup(context);
  this.someCount  = context.getConfiguration().getLong(CountersClass.N_COUNTERS.SOMECOUNT.name(), 0));
}