mapreduce 压缩输出

支持多路输出(SuffixMultipleTextOutputFormat)

如下示例:
hadoop streaming \
-input /home/mr/data/test_tab/ \
-output /home/mr/output/tab_test/out19 \
-outputformatorg.apache.hadoop.mapred.lib.SuffixMultipleTextOutputFormat\ # 指定outputformat为org.apache.hadoop.mapred.lib.SuffixMultipleTextOutputFormat
-jobconf suffix.multiple.outputformat.filesuffix=a,c,f,abc,cde \ # 指定输出文件名的前缀，所有需要输出的文件名必须通过该参数配置，否则job会失败
-jobconf suffix.multiple.outputformat.separator="#"\ # 设置value与文件名的分割符，默认为“#”，如果value本身含有“#”，则可以通过该参数设置其他的分隔符
-mapper "cat" \
-reducer "sh reduce.sh" \
-file reduce.sh
注：标记为红色的参数必须设置！

---

　　1.mapreduce多路径输入
1.1fileinputformat.addinputpath(s)
fileinputformat.addinputpath()是我们最常用的设置mapreduce输入路径的方法了。其实，fileinputformat有两个这样的方法：

[html] view plain copy
static void addinputpath(job job, path path)

static void addinputpaths(job job, string commaseperatedpaths)

addinputpath()只能指定一个路径，如果要想添加多个路径需要多次调用该方法：

[java] view plain copy
fileinputformat.addinputpath(job, new path(args[0]));
fileinputformat.addinputpath(job, new path(args[1]));
fileinputformat.addinputpath(job, new path(args[2]));

addinputpaths()可以指定多条路径，而这多条路径是用“,”分隔的一个字符串：

[java] view plain copy
string paths = strings[0] + "," + strings[1];
fileinputformat.addinputpaths(job, paths);