UNIDAD ZACATENCO DEPARTAMENTO DE ... - Cinvestav

MapReduce 23
especificamente para este programa. En el código 2.6 se mantienen las configuraciones
por defecto. Posteriormente, se crea un objeto de la clase Job que permite configurar
un trabajo mapreduce. Algunas de las configuraciones que se realizan en un trabajo
mapreduce son: la especificación de las clases que contienen las funciones map y
reduce; el tipo de datos de la clave y el valor que emite la función map; los tipos
de los archivos de entrada y salida; los directorios de entrada y salida; entre otras
configuraciones.
Una vez que el trabajo mapreduce ha sido configurado se envía a ejecutar
al ambiente MapReduce. Existen dos maneras de ejecutar el trabajo mapreduce:
esperando hasta que finalice, o enviarlo a ejecución y continuar con las siguientes
instruciones. Para esperar hasta que el trabajo mapreduce finalice se utiliza el método
waitForCompletion con el parámetro en True. Para ejecutar el trabajo mapreduce sin
esperar su finalización, se utiliza el método submit.
Aunque en este ejemplo no se observa, se pueden crear otros trabajos mapreduce
creando un nuevo objeto de la clase Job. Así mismo, se pueden crear otras clases
que contengan otras funciones map y reduce que esten relacionadas con otros trabajos
mapreduce, con esto se logra ejecutar una serie de trabajos mapreduce de manera
secuencial (si se utiliza el método waitForCompletion) o paralela (si se utiliza el
método submit).
La clase que contiene a la función map del “programa de cuenta” se muestra
en el código 2.7. Observe que la clase implementa la Interfaz Mapper. Una interfaz
en Java contiene la declaración de los métodos sin especificar su implementación.
La implementación de dichos métodos se realiza en la clase que implementa dicha
interfaz. Por tal motivo, al implementar la Interfaz Mapper se debe de implementar
la función map, esta función recibe tres parámetros que son: una clave, un valor y un
contexto. El contexto permite configurar los pares < clave, valor > que se emiten.
La función map se ejecuta de forma iterativa por cada línea de cada archivo de
texto recibiendo como clave el desplazamiento dentro del archivo de entrada y como
valor la línea del archivo. Por cada línea de un archivo de entrada, la función map
Cinvestav Departamento de Computación