将json数据保存在hadoop的hdfs中

我有以下减速器类

public static class TokenCounterReducer extends Reducer<Text, Text, Text, Text> {
    public void reduce(Text key, Iterable<Text> values, Context context)
            throws IOException, InterruptedException {

        JSONObject jsn = new JSONObject();

        for (Text value : values) {
            String[] vals = value.toString().split("\t");
            String[] targetNodes = vals[0].toString().split(",",-1);
            jsn.put("source",vals[1] );
            jsn.put("target",targetNodes);

        }
        // context.write(key, new Text(sum));
    }
}

通过示例（免责声明：这里是新手），我可以看到一般输出类型似乎像键/值存储。

但是如果我的输出中没有任何键怎么办？或者如果我想要输出是其他格式（在我的例子中是 json ）怎么办？

无论如何，从上面的代码来看： 我想写json反对HDFS？

这在 Hadoop 流中非常简单。但是我如何在 Hadoop java 中做到这一点？

如果您只想将 JSON 对象列表写入 HDFS 而不关心键/值的概念，您可以使用NullWritable在你的Reducer产值：

public static class TokenCounterReducer extends Reducer<Text, Text, Text, NullWritable> {
    public void reduce(Text key, Iterable<Text> values, Context context)
            throws IOException, InterruptedException {
        for (Text value : values) {
            JSONObject jsn = new JSONObject();
            ....
            context.write(new Text(jsn.toString()), null);
        }
    }
}

请注意，您需要更改作业配置才能执行以下操作：

job.setOutputValueClass(NullWritable.class);

通过将 JSON 对象写入 HDFS，我了解到您想要存储我上面描述的 JSON 的字符串表示形式。如果您想将 JSON 的二进制表示形式存储到 HDFS 中，您需要使用SequenceFile。显然你可以自己写Writable为此，但我觉得如果您打算有一个简单的字符串表示，这样会更容易。