Exemplo de uso de recursos - MaxCompute: Central de Documentação do Alibaba Cloud

Como funciona

Durante a inicialização, o mapper lê o arquivo de texto com context.readResourceFileAsStream(), analisa cada linha e grava os registros na tabela de saída. Este job não tem fase de reduce.

As flags -resources e -classpath têm finalidades distintas:

Flag	Finalidade
`-resources mapreduce-examples.jar,import.txt`	Registra os arquivos para que o MaxCompute os distribua aos nós de trabalho. Use esta opção para qualquer arquivo que o job precise ler durante a execução.
`-classpath data\resources\mapreduce-examples.jar`	Adiciona o JAR ao classpath do Java para que a JVM carregue a classe `Upload`. Use esta flag para JARs que contêm o código do job.

Pré-requisitos

Antes de começar, verifique se você:

Concluiu a configuração do ambiente descrita em Início rápido
Possui o arquivo mapreduce-examples.jar no diretório bin\data\resources da instalação local do MaxCompute

Preparar tabelas e recursos

Execute os comandos a seguir no cliente do MaxCompute.

Crie a tabela de saída:

CREATE TABLE mr_upload_src(key BIGINT, value STRING);

Adicione o arquivo de texto e o pacote JAR como recursos:
```
add file data\resources\import.txt -f;
add jar data\resources\mapreduce-examples.jar -f;
```
Ao adicionar o pacote JAR pela primeira vez, ignore a flag -f.

O arquivo import.txt contém os seguintes dados:
```
1000,odps
```

Executar o job

No cliente do MaxCompute, execute o comando a seguir para iniciar o job de upload:

jar -resources mapreduce-examples.jar,import.txt -classpath data\resources\mapreduce-examples.jar
com.aliyun.odps.mapred.open.example.Upload import.txt mr_upload_src;

Referência de parâmetros:

Parâmetro	Descrição
`-resources mapreduce-examples.jar,import.txt`	Registra o JAR e o arquivo de texto para que o MaxCompute os distribua aos nós de trabalho
`-classpath data\resources\mapreduce-examples.jar`	Inclui o JAR no classpath do Java para permitir o carregamento da classe `Upload`
`import.txt`	Primeiro argumento de `Upload`: nome do arquivo de recurso, passado ao job via `import.filename` em `JobConf`
`mr_upload_src`	Segundo argumento de `Upload`: tabela de saída

Verificar o resultado

Após a conclusão do job, consulte a tabela mr_upload_src. Ela deve conter a seguinte linha, correspondente à entrada 1000,odps no arquivo import.txt (campo 0 → key, campo 1 → value):

+------------+------------+
| key        | value      |
+------------+------------+
| 1000       | odps       |
+------------+------------+

Código de exemplo

Para configurar as dependências do Project Object Model (POM), consulte Início rápido.

package com.aliyun.odps.mapred.open.example;
import java.io.BufferedInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
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.TaskContext;
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;

/**
 * Upload
 * Import data from a text file into a table.
 */
public class Upload {
    public static class UploadMapper extends MapperBase {
        @Override
        public void setup(TaskContext context) throws IOException {
            Record record = context.createOutputRecord();
            StringBuilder importdata = new StringBuilder();
            BufferedInputStream bufferedInput = null;
            try {
                byte[] buffer = new byte[1024];
                int bytesRead = 0;
                // Get the resource file name from JobConf
                String filename = context.getJobConf().get("import.filename");
                // Read the resource file distributed to this worker node
                bufferedInput = context.readResourceFileAsStream(filename);
                while ((bytesRead = bufferedInput.read(buffer)) != -1) {
                    String chunk = new String(buffer, 0, bytesRead);
                    importdata.append(chunk);
                }
                // Parse each line: split by comma, write key (BIGINT) and value (STRING)
                String lines[] = importdata.toString().split("\n");
                for (int i = 0; i < lines.length; i++) {
                    String[] ss = lines[i].split(",");
                    record.set(0, Long.parseLong(ss[0].trim()));
                    record.set(1, ss[1].trim());
                    context.write(record);
                }
            } catch (FileNotFoundException ex) {
                throw new IOException(ex);
            } catch (IOException ex) {
                throw new IOException(ex);
            } finally {
            }
        }

        @Override
        public void map(long recordNum, Record record, TaskContext context)
            throws IOException {
        }
    }

    public static void main(String[] args) throws Exception {
        if (args.length != 2) {
            System.err.println("Usage: Upload <import_txt> <out_table>");
            System.exit(2);
        }
        JobConf job = new JobConf();
        job.setMapperClass(UploadMapper.class);
        // Pass the resource file name to the mapper via JobConf
        job.set("import.filename", args[0]);
        // Set reducers to 0: this is a map-only job
        job.setNumReduceTasks(0);
        job.setMapOutputKeySchema(SchemaUtils.fromString("key:bigint"));
        job.setMapOutputValueSchema(SchemaUtils.fromString("value:string"));
        InputUtils.addTable(TableInfo.builder().tableName("mr_empty").build(), job);
        OutputUtils.addTable(TableInfo.builder().tableName(args[1]).build(), job);
        JobClient.runJob(job);
    }
}

Definir JobConf

O exemplo anterior usa a interface JobConf no SDK para definir as propriedades do job. Alternativamente, use o parâmetro -conf no comando jar para especificar um arquivo de configuração do JobConf:

jar -conf <your-jobconf-file> ...