hadoop - hadoop mapreduce.partition.keypartitioner.options 不工作

Question

我只想对 key 的第一个字段与 reducer 相同的数据进行分区。
例如，[ 11 * * * ]数据。但似乎keypartitioner不起作用，我真的不知道为什么。

环境

Hadoop版本

代码 run.sh 在这里--->

#!/usr/bin/sh


hadoop fs -rm -r /training/likang/tmp2
hadoop fs -rm /training/likang/tmp/testfile
hadoop fs -put testfile1 /training/likang/tmp/testfile


hadoop-streaming -D stream.map.output.field.separator="\t" \
                -D stream.num.map.output.key.fields=2 \
                -D map.output.key.field.separator="\t" \
                -D mapreduce.partition.keypartitioner.options=-k1,1 \
                -D mapreduce.job.maps=2 \
                -D mapreduce.job.reduces=2 \
                -D mapred.job.name="lk_filt_rid" \
                -partitioner org.apache.hadoop.mapred.lib.KeyFieldBasedPartitioner \
                -input /training/likang/tmp/testfile \
                -output /training/likang/tmp2 \
                -mapper "cat" -reducer "cat"

hadoop fs -cat /training/likang/tmp2/part-00000
echo "------------------"
hadoop fs -cat /training/likang/tmp2/part-00001

输入文件是 testfile1 --->

11  5   333 111
11  5   777 000
11  3   888 999
11  9   988 888
11  7   234 2342
11  5   4   4
15  9   230 134
12  8   232 834
15  77  220 000
15  33  256 399
11  5   999 888
15  9   222 111
14  88  372 233
15  9   66  77
11  5   821 221
11  0   11  11
15  0   22  22
12  0   33  33
14  0   44  44

结果就在这里，所有[ 11 * * * * ]数据都没有发送到同一个减速器……有人知道为什么吗？谢谢你。

标签： hadoopmapreducepartition

Answer 1

现在我知道了，删除这一行很有用

-D map.output.key.field.separator="\t" \ 

删除此选项后，结果会是对的，但原因更加混乱。map.output.key.field.separator的默认值看起来只是一个Tab，但是我写到这里之后，就出错了......