Hadoop控制輸出文件命名

 　　在一般情況下，Hadoop 每一個 Reducer 產生一個輸出文件，文件以

　　part-r-00000、part-r-00001 的方式進行命名。如果需要人為的控制輸出文件的命

　　名或者每一個 Reducer 需要寫出多個輸出文件時，可以采用 MultipleOutputs 類來

　　完成。MultipleOutputs 采用輸出記錄的鍵值對(output Key 和 output Value)或者

　　任意字符串來生成輸出文件的名字，文件一般以 name-r-nnnnn 的格式進行命名，

　　其中 name 是程序設置的任意名字;nnnnn 表示分區號。

　　MultipleOutputs 的使用方式 的使用方式： ：： ：

　　想要使用 MultipeOutputs，需要完成以下四個步驟：

　　1. 在 Reducer 中聲明 MultipleOutputs 的變量

　　private MultipleOutputs

　　2. 在 Reducer 的 setup 函數中進行 MultipleOutputs 的初始化

　　protected void setup(Context context)throws IOException, InterruptedException {

　　multipleOutputs = new MultipleOutputs

　　}

　　3. 在 reduce 函數中進行輸出控制

　　protected void reduce(Text key, Iterable values, Context context)throws IOException,

　　InterruptedException {

　　for (Text value : values) {

　　multipleOutputs.write(NullWritable.get(), value, key.toString());

　　}

　　}

　　4. 在 cleanup 函數中關閉輸出 MultipleOutputs

　　protected void cleanup(Context context)throws IOException, InterruptedException {

　　multipleOutputs.close();

　　}

　　注意：multipleOutputs.write(key, value, baseOutputPath)方法的第三個函數表明了該輸出所在的目錄(相對於用戶指定的輸出目錄)。如果baseOutputPath不包含文件分隔符“/”，那麼輸出的文件格式為baseOutputPath-r-nnnnn(name-r-nnnnn);如果包含文件分隔符“/”，例如baseOutputPath=“029070-99999/1901/part”，那麼輸出文件則為