År : Hadoop streaming er et kraftig verktøy som kommer med Hadoop distribution.The grunnleggende konseptet med Hadoop rammeverket er å splitte jobben,behandle det parallelt og deretter bli den tilbake for å få slutt result.So er det to hovedkomponenter er involvert i denne rammen.
en) Kart-programmet
b) Reduser søknad
Den Hadoop streaming verktøyet lar deg skrive Kart / Redusere programmer i alle språk som er i stand til å arbeide med standard inn og standard.
I read your introduction article about hadoop streaming. I found it really helpful. But I have more questions about how to use it.
One main question I want to ask is if my perl script needs more than one argument, how can I pass them to the command line?
For example, I used the following command, where I used multiple inputs to handle multiple arguments. But in fact, the data input is just the first one. All others are just some resources the perl script needs to read in to help process the first data input.
hadoop jar /usr/lib/hadoop-mapreduce/hadoop-streaming.jar -D mapred.reduce.tasks=0 -D mapred.map.tasks.speculative.execution=false -D mapred.task.timeout=12000000 -input nlp_research/edt_nlp_data/3000001.txt -input shift.txt -input lists -input dict -input nlp_research/deid-1.1/deid.config -inputformat org.apache.hadoop.mapred.lib.NLineInputFormat -output perl_output -mapper deid_mapper.pl -file deid_mapper.pl
If you can give me some guidance, that would be great!