hadoop cascading demo

简介:
Java 代码:
package  com.xunjie.dmsp.olduser;

import  java.util.Properties;

import  cascading.flow.Flow;
import  cascading.flow.FlowConnector;
import  cascading.operation.regex.RegexSplitter;
import  cascading.pipe.Each;
import  cascading.pipe.Pipe;
import  cascading.scheme.TextLine;
import  cascading.tap.Hfs;
import  cascading.tap.Tap;
import  cascading.tuple.Fields;

/**
 * test.txt: 
 * 1    a
 * 2    b
 * 3    c
 * 
 * /data/hadoop/hadoop/bin/hadoop jar 
 *         dmsp_test_jar-1.0-SNAPSHOT-dependencies.jar 
 *             hdfs:/user/hadoop/test/lky/test.txt
 *             file:///data/hadoop/test/lky/output
 
*/
public   class  Test2 {
    
public   static   void  main(String[] args) {
        
        
// 设定输入文件
        String sourcePath =  args[ 0 ];
        
// 设置输出文件夹
        String sinkPath  =  args[ 1 ];

        
// 定义读取列
        Fields inputfields  =   new  Fields( " num " " value " );
        
// 定义分解正则,默认 \t
        RegexSplitter spliter  =   new  RegexSplitter(inputfields);
        
        
        
// 管道定义
        Pipe p1  =   new  Pipe(  " test "  );
        
// 管道嵌套:
        
// 分解日志源文件,输出给定字段
        p1  =   new  Each(p1, new  Fields( " line " ) ,spliter);
        
        
        
// 设定输入和输出 ,使用 泛型Hfs
        Tap source  =   new  Hfs(  new  TextLine(),  sourcePath );
        Tap sink 
=   new  Hfs(  new  TextLine() , sinkPath );
        
        
        
        
// 配置job
        Properties properties  =   new  Properties();
        properties.setProperty(
" hadoop.job.ugi " " hadoop,hadoop " );
        
        FlowConnector.setApplicationJarClass( properties, Main.
class  );
        FlowConnector flowConnector 
=   new  FlowConnector(properties);
        
        Flow importFlow 
=  flowConnector.connect(  " import flow " , source,sink,p1);
        
        importFlow.start();
        importFlow.complete();
        

    }
}
本文转自博客园刘凯毅的博客,原文链接:hadoop cascading demo,如需转载请自行联系原博主。



目录
相关文章
|
6月前
|
分布式计算 Hadoop
使用Hadoop ToolRunner 运行wordcount demo
使用Hadoop ToolRunner 运行wordcount demo
49 0
|
6月前
|
分布式计算 Hadoop Java
Hadoop 跑wordcount demo
Hadoop 跑wordcount demo
40 0
|
22天前
|
分布式计算 Kubernetes Hadoop
大数据-82 Spark 集群模式启动、集群架构、集群管理器 Spark的HelloWorld + Hadoop + HDFS
大数据-82 Spark 集群模式启动、集群架构、集群管理器 Spark的HelloWorld + Hadoop + HDFS
103 6
|
22天前
|
分布式计算 资源调度 Hadoop
大数据-80 Spark 简要概述 系统架构 部署模式 与Hadoop MapReduce对比
大数据-80 Spark 简要概述 系统架构 部署模式 与Hadoop MapReduce对比
51 2
|
18天前
|
分布式计算 Hadoop 大数据
大数据体系知识学习(一):PySpark和Hadoop环境的搭建与测试
这篇文章是关于大数据体系知识学习的,主要介绍了Apache Spark的基本概念、特点、组件,以及如何安装配置Java、PySpark和Hadoop环境。文章还提供了详细的安装步骤和测试代码,帮助读者搭建和测试大数据环境。
34 1
|
23天前
|
存储 分布式计算 资源调度
大数据-04-Hadoop集群 集群群起 NameNode/DataNode启动 3台公网云 ResourceManager Yarn HDFS 集群启动 UI可视化查看 YarnUI(一)
大数据-04-Hadoop集群 集群群起 NameNode/DataNode启动 3台公网云 ResourceManager Yarn HDFS 集群启动 UI可视化查看 YarnUI(一)
64 5
|
23天前
|
资源调度 数据可视化 大数据
大数据-04-Hadoop集群 集群群起 NameNode/DataNode启动 3台公网云 ResourceManager Yarn HDFS 集群启动 UI可视化查看 YarnUI(二)
大数据-04-Hadoop集群 集群群起 NameNode/DataNode启动 3台公网云 ResourceManager Yarn HDFS 集群启动 UI可视化查看 YarnUI(二)
31 4
|
23天前
|
大数据 网络安全 数据安全/隐私保护
大数据-03-Hadoop集群 免密登录 超详细 3节点云 分发脚本 踩坑笔记 SSH免密 集群搭建(二)
大数据-03-Hadoop集群 免密登录 超详细 3节点云 分发脚本 踩坑笔记 SSH免密 集群搭建(二)
83 5
|
23天前
|
XML 分布式计算 资源调度
大数据-02-Hadoop集群 XML配置 超详细 core-site.xml hdfs-site.xml 3节点云服务器 2C4G HDFS Yarn MapRedece(一)
大数据-02-Hadoop集群 XML配置 超详细 core-site.xml hdfs-site.xml 3节点云服务器 2C4G HDFS Yarn MapRedece(一)
114 5

相关实验场景

更多