HDFS提供了两种类型的容器,第二种用keyset的方法

作者:118kjcom最快开奖现场

三种形式的思量都以遍历二个map的Key,然后2个Map分别取那2个Key值所获得的Value。

#首先种用entry

Hadoop的HDFS和MapReduce子框架首借使针对大数据文件来设计的,在小文件的拍卖上不但作用低下,並且十三分消耗内部存款和储蓄器财富(每三个小文件占用一个Block,每叁个block的元数据都存款和储蓄在namenode的内部存款和储蓄器里)。消除办法日常是选项二个器皿,将那些小文件协会起来统一存款和储蓄。HDFS提供了二种档期的顺序的容器,分别是SequenceFile和MapFile。

private void compareMap(Map<String, String> Map01, Map<String, String Map02>){

        for (Map.Entry<String, String> entry : Map1.entrySet())
        {

           String testKey = entry.getKey();

           if(Map1.get(testId).equals(Map2.get(testId))){

                System.out.println("equals");

            }else{

                System.out.println("not equals");

            }
        }
}

一、SequenceFile

SequenceFile的寄放类似于Log文件,所区别的是Log File的每条记下的是纯文本数据,而SequenceFile的每条记下是可种类化的字符数组。

SequenceFile可经过如下API来成功新记录的增加操作:

        fileWriter.append(key,value)

能够见到,每条记下以键值对的章程张开团队,但前提是Key和Value需具有系列化和反类别化的职能

Hadoop预订义了一部分Key Class和Value Class,他们直白或直接完结了Writable接口,满意了该作用,包罗:

Text                                等同于Java中的String
IntWritable                   等同于Java中的Int
BooleanWritable        等同于Java中的Boolean
        .
        .

在积攒结构上,SequenceFile主要由一个Header后跟多条Record组成,如图所示:

118kjcom最快开奖现场 1

Header重要蕴涵了Key classname,Value classname,存款和储蓄压缩算法,客户自定义元数据等音信,别的,还富含了部分联合具名标记,用于火速牢固到记录的分界。

每条Record以键值对的措施开展仓库储存,用来代表它的字符数组可依次剖判成:记录的长短、Key的长度、Key值和Value值,况且Value值的布局决定于该记录是还是不是被减少。

数据压缩有助于节省磁盘空间和增长速度网络传输,SeqeunceFile帮助三种格式的数据压缩,分别是:record compression和block compression。

record compression如上图所示,是对每条记下的value实行削减

block compression是将一种类的record组织到一块儿,统一压缩成七个block,如图所示:

118kjcom最快开奖现场 2

block新闻根本囤积了:块所满含的记录数、每条记下Key长度的联谊、每条记下Key值的联谊、每条记下Value长度的聚众和每条记下Value值的成团

118kjcom最快开奖现场,注:每一个block的高低是可通过io.seqfile.compress.blocksize属性来内定的

示例:SequenceFile读/写 操作

[java] view plaincopy

  1. Configuration conf=new Configuration();  
  2. FileSystem fs=FileSystem.get(conf);  
  3. Path seqFile=new Path("seqFile.seq");  
  4. //Reader内部类用于文书的读取操作  
  5. SequenceFile.Reader reader=new SequenceFile.Reader(fs,seqFile,conf);  
  6. //Writer内部类用于文书的写操作,要是Key和Value都为Text类型  
  7. SequenceFile.Writer writer=new SequenceFile.Writer(fs,conf,seqFile,Text.class,Text.class);  
  8. //通过writer向文书档案中写入记录  
  9. writer.append(new Text("key"),new Text("value"));  
  10. IOUtils.closeStream(writer);//关闭write流  
  11. //通过reader从文档中读取记录  
  12. Text key=new Text();  
  13. Text value=new Text();  
  14. while(reader.next(key,value)){  
  15.     System.out.println(key);  
  16.     System.out.println(value);  
  17. }  
  18. IOUtils.closeStream(reader);//关闭read流  

#其次种用keyset的主意,把key值存到容器,分别抽取相比较

二、MapFile

MapFile是排序后的SequenceFile,通过观看其目录结构能够看出MapFile由两有的组成,分别是data和index。

index作为文件的数码索引,主要记录了各种Record的key值,以及该Record在文件中的偏移地点。在MapFile被访问的时候,索引文件会被加载到内存,通过索引映射关系可快捷定位到钦赐Record所在文书地点,因而,相对SequenceFile来讲,MapFile的探索作用是高效的,劣点是会损耗一部分内部存款和储蓄器来存款和储蓄index数据。

需注意的是,MapFile并不会把全数Record都记录到index中去,暗中同意情形下每隔128条记下存款和储蓄三个索引映射。当然,记录间隔可人为修改,通过MapFIle.Writer的setIndexInterval()方法,或修改io.map.index.interval属性;

其余,与SequenceFile分化的是,MapFile的KeyClass必须求促成WritableComparable接口,即Key值是可正如的。

示范:MapFile读写操作

[java] view plaincopy

  1. Configuration conf=new Configuration();  
  2. FileSystem fs=FileSystem.get(conf);  
  3. Path mapFile=new Path("mapFile.map");  
  4. //里德r内部类用于文书的读取操作  
  5. MapFile.Reader reader=new MapFile.Reader(fs,mapFile.toString(),conf);  
  6. //Writer内部类用于文书的写操作,如若Key和Value都为Text类型  
  7. MapFile.Writer writer=new MapFile.Writer(conf,fs,mapFile.toString(),Text.class,Text.class);  
  8. //通过writer向文书档案中写入记录  
  9. writer.append(new Text("key"),new Text("value"));  
  10. IOUtils.closeStream(writer);//关闭write流  
  11. //通过reader从文书档案中读取记录  
  12. Text key=new Text();  
  13. Text value=new Text();  
  14. while(reader.next(key,value)){  
  15.     System.out.println(key);  
  16.     System.out.println(key);  
  17. }  
  18. IOUtils.closeStream(reader);//关闭read流  

瞩目:使用MapFile或SequenceFile就算能够化解HDFS中型Mini文件的贮存难题,但也是有早晚局限性,如:
1.文本不辅助复写操作,无法向已存在的SequenceFile(MapFile)追加存款和储蓄记录
2.当write流不闭馆的时候,没有艺术构造read流。也正是在实践文书写操作的时候,该文件是不可读取的

private void compareMap(Map<String, String> Map01, Map<String, String Map02>){  

     Iterator<String> iter = Map1.keySet().iterator();

while (iter.hasNext()) {

            String testKey = iter.next();

       if(Map1.get(testId).equals(Map2.get(testId))){

                System.out.println("equals");

              }else{

                System.out.println("not equals");

            }

##其次种用keyset的点子,遍历Key值

public class CompareMap {

    public static void main(String[] args) {

    }

    private void compare(Map<String, String> map1, Map<String, String> map2) {

        for (String testkey : map1.keySet()) {

            if(map1.get(testkey).equals(map2.get(testkey))){

                System.out.println("equals");

            }else{

                System.out.println("not equals");

            }
        }

    }

在main方法调用并传递参就可以了,

PS:若是要求将结果(同样的value、不相同的value)写入文件,则足以写一个write方法,在每一次打字与印刷写入文件,Gavin件地方参数就可以

 

结果写入文件格局write

 

   public static void write(String file, String valueOfMap1, String valueOfMap2) {

        try {
            BufferedWriter input = new BufferedWriter(new OutputStreamWriter(
                    new FileOutputStream(file, true)));
            input.write("Map1Output: " + valueOfMap1 + "rn");
            input.write("Map2Output: " + valueOfmap2 + "rn");
            input.newLine();
            input.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

 

本文由118kjcom最快开奖现场发布,转载请注明来源

关键词: