hadoop - Map中的SQL建模精简

我正在尝试对之类的SQL查询建模，从表中col2 = value2 的表缩减中选择不同的(col1)表。我使用的逻辑是，每个映射器都会检查where子句，如果找到匹配项，它将发出where子句值作为键，而col1作为值。基于默认的哈希函数，所有输出将与来自where子句的键使用的值一起进入相同的reducer。在reducer中，我可以排除重复项并发出不同的值。这是正确的方法吗？

这是实现此目标的正确方法吗？

注意:此查询的数据在CSV文件中。

最佳答案

//MAPPER pseudo code
public static class DistinctMapper extends  Mapper<Object, Text, Text, NullWritable> {
        private Text col1 = new Text();
        private Text col2 = new Text();

        public void map(Object key, Text value, Context context) throws IOException, InterruptedException {

            // Logic to extract columns
            String C1  = extractColumn(value);
            String C2  = extractColumn(value);


            if (C2 != 'WhereCluaseValue') {  // filter value
                return;
            }
            // Mapper output key to the distinct column value
            col1.set(C1);
            // Mapper value as NULL
            context.write(col1, NullWritable.get());
        }
    }

//REDUCER pseudo code
public static class DistinctReducer extends Reducer<Text, NullWritable, Text, NullWritable> {
        public void reduce(Text key, Iterable<NullWritable> values, Context context) throws IOException, InterruptedException {
            // distinct column with a null value
            //Here we are not concerned about the list of values
            context.write(key, NullWritable.get());
        }
}

关于hadoop - Map中的SQL建模精简，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/42081906/