【发布时间】：2014-09-20 10:54:53
【问题描述】：
我有一个数据文件，其中包含文本和“^”：
一些文字^转到这里^
还有一些^更多
去这里
我正在编写自定义输入格式以使用“^”字符分隔行。即映射器的输出应该是这样的：
一些文字
去这里
还有一些
更多内容在这里
我编写了一个扩展 FileInputFormat 的自定义输入格式，还编写了一个扩展 RecordReader 的自定义记录读取器。下面给出了我的自定义记录阅读器的代码。我不知道如何继续使用此代码。 WHILE 循环部分中的 nextKeyValue() 方法有问题。我应该如何从拆分中读取数据并生成我的自定义键值？我正在使用所有新的 mapreduce 包而不是旧的 mapred 包。
public class MyRecordReader extends RecordReader<LongWritable, Text>
{
long start, current, end;
Text value;
LongWritable key;
LineReader reader;
FileSplit split;
Path path;
FileSystem fs;
FSDataInputStream in;
Configuration conf;
@Override
public void initialize(InputSplit inputSplit, TaskAttemptContext cont) throws IOException, InterruptedException
{
conf = cont.getConfiguration();
split = (FileSplit)inputSplit;
path = split.getPath();
fs = path.getFileSystem(conf);
in = fs.open(path);
reader = new LineReader(in, conf);
start = split.getStart();
current = start;
end = split.getLength() + start;
}
@Override
public boolean nextKeyValue() throws IOException
{
if(key==null)
key = new LongWritable();
key.set(current);
if(value==null)
value = new Text();
long readSize = 0;
while(current<end)
{
Text tmpText = new Text();
readSize = read //here how should i read data from the split, and generate key-value?
if(readSize==0)
break;
current+=readSize;
}
if(readSize==0)
{
key = null;
value = null;
return false;
}
return true;
}
@Override
public float getProgress() throws IOException
{
}
@Override
public LongWritable getCurrentKey() throws IOException
{
}
@Override
public Text getCurrentValue() throws IOException
{
}
@Override
public void close() throws IOException
{
}
}
【问题讨论】：