如何解决python中的迭代Hadoop mapreduce
在我的Mac中,我独立安装了Hadoop 3.3.0
我有2个Python脚本mapper.py和reducer.py。
我可以成功运行1步map并进行归约,通过命令将输出正确写入本地hdfs
bin/hadoop jar /usr/local/Cellar/hadoop/3.3.0/libexec/share/hadoop/tools/lib/hadoop-*streaming*.jar -file /Users/mauro/hadoop_job/mapper.py -mapper /Users/mauro/hadoop_job/mapper.py -file /Users/mauro/hadoop_job/reducer.py -reducer /Users/mauro/hadoop_job/reducer.py -input /input/4300.txt -output /input/output-output
问题是: 如何迭代两个阶段,直到满足条件? 更具体地说,是我熟悉Hadoop MapReduce的kmeans的实现。
我可以更新一次质心,运行1次映射和1次reduce。 现在,我需要将质心的更新版本发送回映射器,并多次迭代Map-Reduce阶段,直到满足条件为止(即,群集内累积距离小于阈值)。 我该怎么办?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。