Sequence File

  1. 代码中使用Sequence File
val file = sc.sequenceFile[BytesWritable, String]("hdfs://hadoop:12345/user/hive/warehouse/spark_seq/000000_0")
file.map(x => (x._1.copyBytes(), x._2)).foreach(println)

1.1 代码输出

([B@291d5e78,AT Austria)
([B@52a6f1dc,BE Belgium)
([B@688e2655,BY Belarus)
([B@578acd05,EE Estonia)
([B@1427b712,FR France)
([B@716a8c5b,DE Germany)
([B@68cfb0ad,GB United Kingdom)
([B@692cba54,US United States)

1.2 上述代码存在的问题

key是其hashcode值
工作中无法使用, 所以不使用该方式

1.3 对以上代码的改进

对之前代码的x_2根据\t进行拆分

1.4 注意
(1)

val file = sc.textFile("hdfs://hadoop:9000/user/hive/warehouse/spark_seq/000000_0")

输出结果为

BY Belarus
EE  Estonia FR  France
DE  GermanyGB   United KingdomUS    United States
SEQ"org.apache.hadoop.io.BytesWritableorg.apache.hadoop.io.TextjoK]g
AT Austria
BE  Belgium

使用textFile函数对其进行读取,无法对sequencefile进行正确的读取,因为不同的format底层存储是不一样的

(2) 由于sequence file是key-value形式的,有一些head信息,所以建议是[byteWritable: String]形式

byteWritable
  A byte sequence that is usable as a key or value
  (一个byte sequence,以key或者value形式使用)
  1. Sequence file源码与解析

2.1 源码

def sequenceFile[K, V]
        //(参数是指定的路径, 最小Partitions)
        //输入数据文件的路径
       (path: String, minPartitions: Int = defaultMinPartitions)
       (implicit km: ClassTag[K], vm: ClassTag[V],
        kcf: () => WritableConverter[K], vcf: () => WritableConverter[V]): RDD[(K, V)] = {
    withScope {
      assertNotStopped()
      val kc = clean(kcf)()
      val vc = clean(vcf)()
      val format = classOf[SequenceFileInputFormat[Writable, Writable]]
      val writables = hadoopFile(path, format,
        kc.writableClass(km).asInstanceOf[Class[Writable]],
        vc.writableClass(vm).asInstanceOf[Class[Writable]], minPartitions)
      writables.map { case (k, v) => (kc.convert(k), vc.convert(v)) }
    }
}

2.2 获得hadoop的sequence file的函数的实现

//Get an RDD for a Hadoop SequenceFile with given key and value types
def sequenceFile[K, V](path: String,
      keyClass: Class[K],
      valueClass: Class[V],
      minPartitions: Int
      ): RDD[(K, V)] = withScope {
    assertNotStopped()
    val inputFormatClass = classOf[SequenceFileInputFormat[K, V]]
    hadoopFile(path, inputFormatClass, keyClass, valueClass, minPartitions)
}

源代码解释

(1) 底层调用hadoopFile(path, inputFormatClass, keyClass, valueClass, minPartitions)

(2) 只要有inputFormat结果集就都能读取出来

因为val inputFormatClass = classOf[SequenceFileInputFormat[K, V]]
其调用SequenceFileInputFormat类
SequenceFileInputFormat类继承FileInputFormat
FileInputFormat实现了InputFormat
  1. 如何创建sequenceFile

3.1 在hive中创建表

create table spark_seq_raw(code string, name string) 
row format delimited fields terminated by '\t' ;
load data local inpath '/home/hadoop/data/seq.txt' 
overwrite into spark_seq_raw;

3.2 存储成sequenceFile

create table spark_seq(code string, name string) 
row format delimited fields terminated by '\t' stored as sequencefile;
insert into table spark_seq select * from spark_seq_raw;

3.3 查看sequencefile

hadoop fs -text /user/hive/warehouse/spark_seq/*
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,001评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,210评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,874评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,001评论 1 291
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,022评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,005评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,929评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,742评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,193评论 1 309
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,427评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,583评论 1 346
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,305评论 5 342
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,911评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,564评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,731评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,581评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,478评论 2 352

推荐阅读更多精彩内容