在mapper中逐行读取HDFS中的文本文件

Question

以下是Mappers的代码,从HDFS读取文本文件对吗？如果它是:

1. 如果不同节点中的两个映射器几乎同时尝试打开文件会发生什么？
2. 是不是需要关闭InputStreamReader？如果是这样,如何在不关闭文件系统的情况下执行此操作？

我的代码是:

Path pt=new Path("hdfs://pathTofile");
FileSystem fs = FileSystem.get(context.getConfiguration());
BufferedReader br=new BufferedReader(new InputStreamReader(fs.open(pt)));
String line;
line=br.readLine();
while (line != null){
System.out.println(line);

Answer 1

这将有效,有一些修改 - 我假设你粘贴的代码被截断:

Path pt=new Path("hdfs://pathTofile");
FileSystem fs = FileSystem.get(context.getConfiguration());
BufferedReader br=new BufferedReader(new InputStreamReader(fs.open(pt)));
try {
  String line;
  line=br.readLine();
  while (line != null){
    System.out.println(line);

    // be sure to read the next line otherwise you'll get an infinite loop
    line = br.readLine();
  }
} finally {
  // you should close out the BufferedReader
  br.close();
}

您可以让多个映射器读取同一个文件,但是使用分布式缓存更有意义(不仅减少了承载文件块的数据节点的负载,而且效率更高)如果你的工作任务数量大于任务节点数