hadoop3.x MapReduce 代码设置map、reduce压缩 作者：马育民 • 2021-04-14 17:10 • 阅读：10159 # 说明 map输出结果压缩 和 reduce输出结果压缩，是完全独立的，互相不影响 map输出结果压缩后，reduce读取其结果时，会自动解压缩 ### 注意： 由于使用的是 snappy 方式压缩，在windows上不支持，所以不要在windows上测试 # 设置 map 输出结果压缩 修改 driver 类 ### 方式一 ``` // 开启map输出压缩 config.setBoolean("mapreduce.map.output.compress", true); // 设置map输出压缩方式 config.set("mapreduce.map.output.compress.codec", "org.apache.hadoop.io.compress.SnappyCodec"); ``` ### 方式二 ``` // 开启map输出压缩 config.setBoolean("mapreduce.map.output.compress", true); // 设置map输出压缩方式 config.setClass("mapreduce.map.output.compress.codec", SnappyCodec.class,CompressionCodec.class); ``` # 设置 reduce 结果压缩 修改 driver 类 ### 方式一 ``` // 开启reduce输出压缩 config.setBoolean("mapreduce.output.fileoutputformat.compress", true); // 设置reduce输出压缩方式 config.set("mapreduce.output.fileoutputformat.compress.codec", "org.apache.hadoop.io.compress.SnappyCodec"); ``` ### 方式二 ``` // 设置reduce端输出压缩开启 FileOutputFormat.setCompressOutput(job, true); // 设置压缩的方式 FileOutputFormat.setOutputCompressorClass(job, SnappyCodec.class); ``` # 例子 只需要修改 driver 类，如下： ``` package compress; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.conf.Configured; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Job; import org.apache.hadoop.mapreduce.lib.input.FileInputFormat; import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat; import org.apache.hadoop.util.Tool; import org.apache.hadoop.util.ToolRunner; public class Main2 extends Configured implements Tool{ public static void main(String[] args) throws Exception { Configuration config = new Configuration(); // 开启map输出压缩 config.setBoolean("mapreduce.map.output.compress", true); // 设置map输出压缩方式 // config.setClass("mapreduce.map.output.compress.codec", SnappyCodec.class,CompressionCodec.class); config.set("mapreduce.map.output.compress.codec", "org.apache.hadoop.io.compress.SnappyCodec"); // 开启reduce输出压缩 config.setBoolean("mapreduce.output.fileoutputformat.compress", true); // 设置reduce输出压缩方式 config.set("mapreduce.output.fileoutputformat.compress.codec", "org.apache.hadoop.io.compress.SnappyCodec"); //通过ToolRunner类 执行 覆盖的run()方法 int res=ToolRunner.run(config, new Main2(), args); //退出客户端 System.exit(res); } @Override public int run(String[] args) throws Exception { Job job = Job.getInstance(getConf(),"压缩"); //设置jar加载路径，不加此代码有时可能会报错 job.setJarByClass(Main2.class); //设置map和reduce类 job.setMapperClass(MyMapper.class); job.setReducerClass(MyReducer.class); //设置map输出 key/value 类型 job.setMapOutputKeyClass(Text.class); job.setMapOutputValueClass(Cdz.class); //设置最终输出 key/value 类型 job.setOutputKeyClass(Text.class); job.setOutputValueClass(Cdz.class); //根据输入参数 设置输入和输出路径 String os = System.getProperty("os.name").toLowerCase(); String inPath; String outPath; if(os.startsWith("win")){ inPath="D:\\bigdata\\chongdianzhuang\\chongdianzhuang2.txt"; outPath="D:\\bigdata\\chongdianzhuang\\res_compress"; }else{ inPath=args[0]; outPath=args[1]; } FileInputFormat.setInputPaths(job, new Path(inPath)); FileOutputFormat.setOutputPath(job, new Path(outPath)); // 设置reduce端输出压缩开启 // FileOutputFormat.setCompressOutput(job, true); // 设置压缩的方式 // FileOutputFormat.setOutputCompressorClass(job, SnappyCodec.class); //提交 // job.submit(); boolean result = job.waitForCompletion(true); return result?1:0; } } ``` # 测试 **注意：**由于使用的是 snappy 方式压缩，在windows上不支持，所以不要在windows上测试 在 yarn 上测试： ``` hadoop jar /program/myjar/chongdianzhuang-0.0.1-SNAPSHOT.jar compress.Main2 /chongdianzhan/chongdianzhan.txt /chongdianzhan/compress_res9 ``` ### 控制台结果 [](http://65242847.gitee.io/pic/hadoop/Snipaste_2021-11-14_22-06-09.png) 可以看到 map输出结果 压缩了 **注意：** reduce 读取 map压缩结果时，会自动解压缩 ### 查看 9870 [](http://65242847.gitee.io/pic/hadoop/Snipaste_2021-11-14_22-01-59.png) 可以看到结果文件的后缀是 `.snappy` ，说明 reduce 压缩配置成功 原文出处：http://malaoshi.top/show_1IX2EAStNV1O.html