Join サンプル - - Alibaba Cloud ドキュメントセンター

MaxCompute MapReduce フレームワークは、それ自体では結合ロジックをサポートしません。したがって、自身の map/reduce 関数のデータの結合サンプルを適用する必要があり、これには追加の作業が必要になります。

たとえば、2 つのテーブル (Key bigint, value string) と (key bigint, value string) を結合するために、出力テーブルが chain bigint (value1 string, value2 string) であるとします。ここで、value1 と value2 はスキャナの値です。

前提条件

名前を "maid”、ローカルストレージパスを " data \ resources " として、テストプログラム用の jar パッケージを準備します。

Join をテストするためのテーブルとリソースを準備します。

テーブルを作成します。

create table mr_Join_src1(key bigint, value string);
create table mr_Join_src2(key bigint, value string);
create table mr_Join_out(key bigint, value1 string,value2 string);

リソースを追加します。

add jar data\resources\mapreduce-examples.jar -f;

tunnel を実行してデータをインポートします。
```
tunnel upload data1 mr_Join_src1;
tunnel upload data2 mr_Join_src2;
```
次のように maid データの内容をインポートします。
```
 1, hello
 2, ODPS
```
次のように maid データの内容をインポートします。
```
1, ODPS
3,hello
4, ODPS
```

手順

次のように odpscmd で Join します。

jar -resources mapreduce-examples.jar -classpath data\resources\mapreduce-examples.jar
com.aliyun.odps.mapred.open.example.Join mr_Join_src1 mr_Join_src2 mr_Join_out;

予想される出力

ジョブが正常に完了すると、次のようにテーブル "maid" の内容が出力されます。

+------------+------------+------------+
| key | value1 | value2 |
+------------+------------+------------+
| 1 | hello | odps | 
+------------+------------+------------+

サンプルコード

    package com.aliyun.odps.mapred.open.example;
    import java.io.IOException;
    Import java. util. arraylist;
    import java.util.Iterator;
    import java.util.List;
    import org.apache.commons.logging.Log;
    import org.apache.commons.logging.LogFactory;
    Import com. aliyun. ODPS. Data. record;-
    import com.aliyun.odps.data.TableInfo;
    import com.aliyun.odps.mapred.JobClient;
    import com.aliyun.odps.mapred.MapperBase;
    import com.aliyun.odps.mapred.ReducerBase;
    import com.aliyun.odps.mapred.conf.JobConf;
    import com.aliyun.odps.mapred.utils.InputUtils;
    import com.aliyun.odps.mapred.utils.OutputUtils;
    import com.aliyun.odps.mapred.utils.SchemaUtils;
    /**
     * Join, mr_Join_src1/mr_Join_src2(key bigint, value string), mr_Join_out(key
     * bigint, value1 string, value2 string)
     * 
     */
    public class Join {
      public static final Log LOG = LogFactory.getLog(Join.class);
      public static class JoinMapper extends MapperBase {
        private Record mapkey;
        private Record mapvalue;
        private long tag;
        @Override
        public void setup(TaskContext context) throws IOException{
          mapkey = context.createMapOutputKeyRecord();
          mapvalue = context.createMapOutputValueRecord();
          tag = context.getInputTableInfo().getLabel().equals("left") ? 0: 1;
        }
        @Override
        public void map(long key,Record record, TaskContext context)
            Throws ioexception {
          mapkey.set(0,record.get(0));
          mapkey.set(1,tag);
          for (int i = 1; i< record.getColumnCount();i++) {
            mapvalue.set(i -1, record.get(i));
          }
          context.write(mapkey,mapvalue);
        }
      }
      public static class JoinReducer extends ReducerBase {
        private Record result = null;
        @Override
        public void setup(TaskContext context) throws IOException{
          result = context.createOutputRecord();
        }
        //Reduce 関数の全入力レコードは、同じキーになります
        @Override
        public void reduce(Record key,Iterator<Record>values,TaskContext context)
            Throws ioexception {
          long k = key.getBigint(0);
          List<Object[]> leftValues = new ArrayList<Object[]>();
          // key + tag の組み合わせです。左テーブルのレコードデータが reduce 関数の入力レコードの前になるように設定されているからです。
          while(values.hasNext()) {
            Record value = values.next();
            long tag = (Long)key.get(1);
            //左テーブルのデータは、最初にメモリにキャッシュされます
            if (tag == 0) {
              leftValues.add(value.toArray().clone());
            }else {
              //右テーブルと隣接するデータは、結合による出力となり、左テーブルのすべてのデータを含みます。左テーブルのデータはすべてメモリにあります。
//この実装は、相対的にパフォーマンスが低く、関数を示しただけのものです。実用として推奨しません。
              for (Object[] leftValue :leftValues) {
                int index = 0;
                result.set(index++,k);
                for (int i = 0;i<leftValue.length;i++) {
                  result.set(index++,leftValue[i]);
                }
                for (int i = 0;i< value.getColumnCount();i++) {
                  result.set(index++,value.get(i));
                }
                context.write(result);
              }
            }
          }
        }
      }
      public static void main(String[] args) throws Exception {
        if (args.length ! = 3) {
          System.err.println("Usage: Join <input table1> <input table2> <out>");
          System.exit(2);
        }
        JobConf job = new JobConf();
        job.setMapperClass(JoinMapper.class);
        job.setReducerClass(JoinReducer.class);
        job.setMapOutputKeySchema(SchemaUtils.fromString("key:bigint,tag:bigint"));
        job.setMapOutputValueSchema(SchemaUtils.fromString("value:string"));
        job.setPartitionColumns(new String[]{"key"});
        job.setOutputKeySortColumns(new String[]{"key", "tag"});
        job.setOutputGroupingColumns(new String[]{"key"});
        job.setNumReduceTasks(1);
        InputUtils.addTable(TableInfo.builder().tableName(args[0]).label("left").build(), job);
        InputUtils.addTable(TableInfo.builder().tableName(args[1]).label("right").build(), job);
        OutputUtils.addTable(TableInfo.builder().tableName(args[2]).build(), job);
        Jobclient. runjob (job );
      }
    }