第五篇：Hadoop流

前言

Hadoop流提供了一个API，允许用户使用任何脚本语言编写Map函数或Reduce函数。

本文对此知识点进行介绍。

Hadoop流的工作原理

在以前的例子中，Map和Reduce工作都是由类来执行的，但在Hadoop流技术背景下，任何编制好的程序都能做这两个工作。

执行Map的应用程序会读取输入，并将其切分成行后作为程序的Stdin，进行处理后，将每行第一个tab符号前的内容作为key，之后的内容作为value。

如果没有tab符号，那么这一行的所有内容都会作为key，而value为空。

值得一提的是，可以使用一个可执行程序做Map，而使用一个Java类做Reduce，或者反过来。

Hadoop流命令格式

hadoop命令 + jar 流包 + -input 输入文件目录 + -output 输出文件目录 + -mapper map程序 + -reducer reduce程序

Hadoop 流命令选项

小结

对于惯用C++的人来说，这个功能挺给力的。