HDFS之SequenceFile和MapFile

   public static void write(String file, String valueOfMap1, String valueOfMap2) {

        try {
            BufferedWriter input = new BufferedWriter(new OutputStreamWriter(
                    new FileOutputStream(file, true)));
            input.write("Map1Output: " + valueOfMap1 + "rn");
            input.write("Map2Output: " + valueOfmap2 + "rn");
            input.newLine();
            input.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

Hadoop的HDFS和MapReduce子框架首借使针对性大数据文件来设计的,在小文件的管理上不但作用低下,并且极其消耗内部存款和储蓄器财富(每一个小文件占用二个Block,每三个block的元数据都存款和储蓄在namenode的内部存款和储蓄器里)。淹不可能平时是选项叁个容器,将这几个小文件协会起来统风流洒脱存款和储蓄。HDFS提供了三种档期的顺序的容器,分别是SequenceFile和MapFile。

// map遍历操作的第三种格局:map.entrySet() +迭代器
Iterator<Entry<String, Integer>> entrySet =
map.entrySet().iterator();
while (entrySet.hasNext()) {
Entry<String, Integer> entry = entrySet.next();
String key = entry.getKey();
Integer value = entry.getValue();
System.out.println(“键:” + key + ” ” + “值:” + value);
}
}
负有的秘籍都以卸载main方法之中的。

3、张开已存在Excel文件,写入音信

import  xlrd

from xlutils import copy

data = xlrd.open_workbook(‘G:/221.xls’,formatting_info=True)
 #作保改过后的文件格式不改变

w= copy(data)

news =w.get_sheet(0)

news.write(3,3,’str’)

try:

   w.save(‘G:/221.xls’)

except(SyntaxError,PermissionError):

   print(“文件未关门!”)

两种办法的思想皆以遍历八个map的Key,然后2个Map分别取那2个Key值所获得的Value。

// 第风流倜傥种艺术遍历list集合:for循环
Integer size = list.size();
for (int i = 0; i < size; i++) {
String value1 = list.get(i);
System.out.println(value1);
}
// 第三种方法遍历list集结:iterator 迭代器
Iterator<String> iterator = list.iterator();
while (iterator.hasNext()) {
String value2 = iterator.next();
System.out.println(value2);
}
// 第三种情势遍历list集结:foreach
for (String string : list) {
System.out.println(string);
}

2、写入新Excel文件

import   xlwt

wb = xlwt.Workbook()                 # 创造 xls 文件对象

sh = wb.add_sheet(‘A Test Sheet’)       # 新添叁个表单

# 按职分增多数据

sh.write(0,0,1234.56)

sh.write(1,0,8888)

sh.write(2,0,’hello’)

sh.write(2,1,’world’)

wb.save(‘example.xls’)  # 保存文件

#其次种用keyset的点子,把key值存到容器,分别抽取比较

一、SequenceFile

SequenceFile的存款和储蓄近似于Log文件,所不一样的是Log
File的每条记下的是纯文本数据,而SequenceFile的每条记下是可体系化的字符数组。

SequenceFile可由此如下API来实现新记录的充足操作:

       
fileWriter.append(key,value)

能够看见,每条记下以键值没错措施伸开组织,但前提是Key和Value需具有体系化和反体系化的成效

Hadoop预订义了部分Key Class和Value
Class,他们径直或直接实现了Writable接口,满意了该功用,包罗:

Text                                等同于Java中的String
IntWritable                   等同于Java中的Int
BooleanWritable        等同于Java中的Boolean
        .
        .

在仓库储存结构上,SequenceFile主要由贰个Header后跟多条Record组成,如图所示:

图片 1

Header首要包蕴了Key classname,Value
classname,存款和储蓄压缩算法,客户自定义元数据等音讯,别的,还富含了有个别一齐标志,用于急迅牢固到记录的边际。

每条Record以键值对的艺术开展仓储,用来代表它的字符数组可依次拆解剖判成:记录的长短、Key的长度、Key值和Value值,何况Value值的组织决意于该记录是不是被收缩。

数据压缩有支持节省磁盘空间和加速互连网传输,SeqeunceFile扶植二种格式的数据压缩,分别是:record
compression和block compression。

record compression如上海教室所示,是对每条记下的value进行减削

block
compression是将豆蔻梢头连串的record组织到联合,统风度翩翩压缩成贰个block,如图所示:

图片 2

block音讯根本囤积了:块所包蕴的记录数、每条记下Key长度的集纳、每条记下Key值的集纳、每条记下Value长度的集结和每条记下Value值的聚合

注:每种block的高低是可通过io.seqfile.compress.blocksize属性来钦定的

示例:SequenceFile读/写 操作

[java] view
plaincopy

  1. Configuration conf=new Configuration();  
  2. FileSystem fs=FileSystem.get(conf);  
  3. Path seqFile=new Path(“seqFile.seq”);  
  4. //Reader内部类用于文书的读取操作  
  5. SequenceFile.Reader reader=new SequenceFile.Reader(fs,seqFile,conf);  
  6. //Writer内部类用于文书的写操作,若是Key和Value都为Text类型  
  7. SequenceFile.Writer writer=new SequenceFile.Writer(fs,conf,seqFile,Text.class,Text.class);  
  8. //通过writer向文书档案中写入记录  
  9. writer.append(new Text(“key”),new Text(“value”));  
  10. IOUtils.closeStream(writer);//关闭write流  
  11. //通过reader从文书档案中读取记录  
  12. Text key=new Text();  
  13. Text value=new Text();  
  14. while(reader.next(key,value)){  
  15.     System.out.println(key);  
  16.     System.out.println(value);  
  17. }  
  18. IOUtils.closeStream(reader);//关闭read流  

List的二种遍历方式:
public class TestList {

所用到的第三方库:xlrd(读取Excel文件卡塔尔国、xlwt(写入Excel文件卡塔尔国、xlutils(操作Excel文件的使用工具,如复制、分割。筛选等卡塔 尔(英语:State of Qatar)

PS:假设急需将结果(相通的value、不一致的value卡塔尔国写入文件,则足以写一个write方法,在历次打字与印刷写入文件,Gavin件地点参数就能够

二、MapFile

MapFile是排序后的SequenceFile,通过观看其目录结构得以看见MapFile由两部分组成,分别是data和index。

index作为文件的数额索引,首要记录了各类Record的key值,以至该Record在文书中的偏移地方。在MapFile被访谈的时候,索引文件会被加载到内部存款和储蓄器,通过索引映射关系可快速定位到钦命Record所在文件地方,因而,相对SequenceFile来说,MapFile的寻觅功效是异常快的,短处是会成本后生可畏都部队分内部存款和储蓄器来存款和储蓄index数据。

需注意的是,MapFile并不会把全部Record都记录到index中去,默许意况下每间距128条记下存款和储蓄一个索引映射。当然,记录间距可人为改善,通过MapFIle.Writer的setIndexInterval()方法,或涂改io.map.index.interval属性;

别的,与SequenceFile不一样的是,MapFile的KeyClass必须要落到实处WritableComparable接口,即Key值是可正如的。

亲自过问:MapFile读写操作

[java] view
plaincopy

  1. Configuration conf=new Configuration();  
  2. FileSystem fs=FileSystem.get(conf);  
  3. Path mapFile=new Path(“mapFile.map”);  
  4. //Reader内部类用于文书的读取操作  
  5. MapFile.Reader reader=new MapFile.Reader(fs,mapFile.toString(),conf);  
  6. //Writer内部类用于文书的写操作,若是Key和Value都为Text类型  
  7. MapFile.Writer writer=new MapFile.Writer(conf,fs,mapFile.toString(),Text.class,Text.class);  
  8. //通过writer向文书档案中写入记录  
  9. writer.append(new Text(“key”),new Text(“value”));  
  10. IOUtils.closeStream(writer);//关闭write流  
  11. //通过reader从文书档案中读取记录  
  12. Text key=new Text();  
  13. Text value=new Text();  
  14. while(reader.next(key,value)){  
  15.     System.out.println(key);  
  16.     System.out.println(key);  
  17. }  
  18. IOUtils.closeStream(reader);//关闭read流  

在意:使用MapFile或SequenceFile即使能够消除HDFS中型Mini文件的累积难点,但也可以有料定局限性,如:
1.文本不协理复写操作,无法向已存在的SequenceFile(MapFile)追加存款和储蓄记录
2.当write流不安息的时候,未有主意构造read流。也便是在实行理文件书写操作的时候,该文件是不行读取的

public static void main(String[] args) {
    Map<String, Integer> map = new HashMap<>();
    map.put("孙悟空", 1);
    map.put("唐三藏", 2);
    map.put("猪八戒", 3);
    map.put("沙悟净", 4);

    Set<String> keySet = map.keySet();
    for (String key : keySet) {
        Integer value = map.get(key);
        System.out.println("键:"+ key + "值:"+ value);
    }

    Set<Entry<String, Integer>> set = map.entrySet();
    for (Entry<String, Integer> entry : set) {
        String key = entry.getKey();
        Integer value = entry.getValue();
        System.out.println("键:"+ key + "值"+value);
    }
    Iterator<Entry<String, Integer>> entrySet = map.entrySet().iterator();
    while (entrySet.hasNext()) {
        Entry<String, Integer> entry = entrySet.next();
        String key = entry.getKey();
        Integer value = entry.getValue();
        System.out.println("键:" + key + " " + "值:" + value);
    }
}

1、读取Excel

import  xlrd

data = xlrd.open_workbook(‘G:/221.xls’)

table = data.sheets()[0]

print(table.row_values(1))               #赢得整行的值(横卡塔尔国

print(table.col_values(0))                #获得整列的值(竖卡塔 尔(英语:State of Qatar)

nrows = table.nrows                        #拿到表格行数(横卡塔 尔(阿拉伯语:قطر‎

ncols = table.ncols                          #获取表格列数(竖卡塔尔国

cell_a = table.cell(0,1).value#(竖、横)

#遍历Excel

for row in range(nrows):

   for col in range(ncols):

        print(“(%s,%s): %s”%(row,col,table.cell(row,col).value))

You can leave a response, or trackback from your own site.

Leave a Reply

网站地图xml地图