hadoop mapreduce：当我指定多个 reducer 时，最终的 hdfs 结果文件在哪里？

Question

我有一个 wordCount.java 程序并修改它以支持多个映射器和缩减器，如下所示：

public class WordCount extends Configured implements Tool {
    public int run(String[] args) throws Exception {
        JobConf conf = new JobConf(getConf(), w1_args.class);
        for (int i = 0; i < args.length; ++i) {
            if ("-m".equals(args[i])) {
                conf.setNumMapTasks(Integer.parseInt(args[++i]));
            } else if ("-r".equals(args[i])) {
                conf.setNumReduceTasks(Integer.parseInt(args[++i]));
            } else {
                //
            }
            ...

然后我编译运行它：

hadoop jar WordCount-1.0-SNAPSHOT.jar WordCount -m 3 -r 15 input output

它运行很好，当我检查输出目录时：

$ hdfs dfs -ls output-18
Found 16 items
output-18/_SUCCESS
output-18/part-00000
output-18/part-00001
output-18/part-00002
output-18/part-00003
output-18/part-00004
output-18/part-00005
output-18/part-00006
output-18/part-00007
output-18/part-00008
output-18/part-00009
output-18/part-00010
output-18/part-00011
output-18/part-00012
output-18/part-00013
output-18/part-00014

好的，15个reducer应该会产生15个part-xxxx，正如我所料。但是合并所有这些减少结果的最终结果在哪里（15 个拆分文件为 1 个文件）？我在这里的 hdfs 目录中没有看到它。我应该得到我的文件字数统计文件，而不是 15 个文件，对吗？

Answer 1

MapReduce 不会将reducer 的输出文件合并为一个文件。我们可以使用以下命令将文件合并到本地机器或运行另一个mapreduce作业中合并

hadoop fs -getmerge /hdfs/output/dir/ /single/output/file.txt

hadoop mapreduce：当我指定多个 reducer 时，最终的 hdfs 结果文件在哪里？

hadoop mapreduce: where's the final hdfs result file when I speficify multiple reducers?

java

hadoop

mapreduce

hdfs