澳门新萄京8522HDFS之SequenceFile和MapFile

澳门新萄京8522HDFS之SequenceFile和MapFile

在main方法调用并传递参就可以了,

// map遍历操作的第一种格局:keyset + foreach
// 接纳keyset方法通过key值获取value值—》成效低
Set<String> keySet = map.keySet();
for (String key : keySet) {
Integer value = map.get(key);
System.out.println(“键:”+ key + “值:”+ value);
}

1、读取Excel

import  xlrd

data = xlrd.open_workbook(‘G:/221.xls’)

table = data.sheets()[0]

print(table.row_values(1))               #得到整行的值(横)

print(table.col_values(0))                #收获整列的值(竖)

nrows = table.nrows                        #赢得表格行数(横)

ncols = table.ncols                          #获得表格列数(竖)

cell_a = table.cell(0,1).value#(竖、横)

#遍历Excel

for row in range(nrows):

   for col in range(ncols):

        print(“(%s,%s): %s”%(row,col,table.cell(row,col).value))

   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 + "\r\n");
            input.write("Map2Output: " + valueOfmap2 + "\r\n");
            input.newLine();
            input.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

一、SequenceFile

SequenceFile的蕴藏类似于Log文件,所例外的是Log
File的每条记下的是纯文本数据,而SequenceFile的每条记下是可体系化的字符数组。

SequenceFile可由此如下API来完结新记录的增进操作:

       
fileWriter.append(key,value)

能够观看,每条记下以键值对的艺术张开组织,但前提是Key和Value需具有系列化和反类别化的功用

Hadoop预订义了一些Key Class和Value
Class,他们径直或直接达成了Writable接口,知足了该意义,富含:

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

在积存结构上,SequenceFile首要由三个Header后跟多条Record组成,如图所示:

澳门新萄京8522 1

Header主要富含了Key classname,Value
classname,存款和储蓄压缩算法,客商自定义元数据等新闻,别的,还富含了一些合伙标志,用于飞速牢固到记录的界限。

每条Record以键值对的办法开展仓库储存,用来代表它的字符数组可依次分析成:记录的尺寸、Key的长短、Key值和Value值,并且Value值的构造决意于该记录是还是不是被压缩。

数据压缩有助于节省磁盘空间和加快互连网传输,SeqeunceFile协助三种格式的数据压缩,分别是:record
compression和block compression。

record compression如上海教室所示,是对每条记下的value实行压缩

block
compression是将一连串的record组织到联合,统一压缩成三个block,如图所示:

澳门新萄京8522 2

block音信主要囤积了:块所蕴藏的记录数、每条记下Key长度的集合、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

注:各样block的尺寸是可透过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. //里德r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,假如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  
public static void main(String[] args) {
    Map<String, Integer> map = new HashMap<>();
    map.put("孙悟空", 1);
    map.put("唐三藏", 2);
    map.put("猪八戒", 3);
    map.put("沙悟净", 4);

    Set<String> keySet = map.keySet();
    for (String key : keySet) {
        Integer value = map.get(key);
        System.out.println("键:"+ key + "值:"+ value);
    }

    Set<Entry<String, Integer>> set = map.entrySet();
    for (Entry<String, Integer> entry : set) {
        String key = entry.getKey();
        Integer value = entry.getValue();
        System.out.println("键:"+ key + "值"+value);
    }
    Iterator<Entry<String, Integer>> entrySet = map.entrySet().iterator();
    while (entrySet.hasNext()) {
        Entry<String, Integer> entry = entrySet.next();
        String key = entry.getKey();
        Integer value = entry.getValue();
        System.out.println("键:" + key + " " + "值:" + value);
    }
}

3、张开已存在Excel文件,写入新闻

import  xlrd

from xlutils import copy

data = xlrd.open_workbook(‘G:/221.xls’,formatting_info=True)
 #确定保证修改后的文件格式不改变

w= copy(data)

news =w.get_sheet(0)

news.write(3,3,’str’)

try:

   w.save(‘G:/221.xls’)

except(SyntaxError,PermissionError):

   print(“文件未关门!”)

 

Hadoop的HDFS和MapReduce子框架首假诺指向大数据文件来设计的,在小文件的拍卖上不仅仅功效低下,并且十一分消耗内部存款和储蓄器能源(每七个小文件占用四个Block,每一个block的元数据都存款和储蓄在namenode的内部存款和储蓄器里)。化解办法平时是选项一个容器,将那个小文件组织起来统一存款和储蓄。HDFS提供了三种类型的器皿,分别是SequenceFile和MapFile。

List的三种遍历方式:
public class TestList {

2、写入新Excel文件

import   xlwt

wb = xlwt.Workbook()                 # 创立 xls 文件对象

sh = wb.add_sheet(‘A Test Sheet’)       # 新增加多个表单

# 按岗位增添数据

sh.write(0,0,1234.56)

sh.write(1,0,8888)

sh.write(2,0,’hello’)

sh.write(2,1,’world’)

wb.save(‘example.xls’)  # 保存文件

#率先种用entry

二、MapFile

MapFile是排序后的SequenceFile,通过观察其目录结构得以观察MapFile由两片段组成,分别是data和index。

index作为文件的数量索引,主要记录了每种Record的key值,以至该Record在文书中的偏移地点。在MapFile被访问的时候,索引文件会被加载到内部存款和储蓄器,通过索引映射关系可飞快定位到钦定Record所在文书地方,因此,相对SequenceFile来讲,MapFile的追寻效用是飞速的,瑕疵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并不会把持有Record都记录到index中去,暗许意况下每间隔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,或涂改io.map.index.interval属性;

另外,与SequenceFile不相同的是,MapFile的KeyClass必需求兑现WritableComparable接口,即Key值是可正如的。

演示: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. //Reader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,如果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  

潜心:使用MapFile或SequenceFile纵然能够消除HDFS中小文件的囤积难点,但也是有必然局限性,如:
1.文件不扶植复写操作,不能够向已存在的SequenceFile(MapFile)追加存款和储蓄记录
2.当write流不关门的时候,没法构造read流。约等于在奉行文书写操作的时候,该公文是不行读取的

Map的二种遍历情势:

所用到的第三方库:xlrd(读取Excel文件)、xlwt(写入Excel文件)、xlutils(操作Excel文件的接纳工具,如复制、分割。筛选等)

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图