Я использую MRjob для запуска заданий Hadoop Streaming через наш экземпляр HBase. На всю жизнь я не могу понять, как передать параметр моему редуктору. У меня есть два параметра, которые я хочу передать своему редюсеру при запуске задания: startDate и endDate. Вот как выглядит мой текущий редуктор:
def reducer(self, groupId, meterList):
"""
Print bucket.
"""
sys.stderr.write("Working on group = " + str(groupId) + "\n")
#print "Opening connection..."
conn = open_connection(hostname)
#print "Getting table..."
table = get_table(conn, tableName)
compositeDf = DataFrame()
for meterId in meterList:
sys.stderr.write("Querying: " + str(meterId) + "\n")
df = extract_meter_data(table, meterId, startDate, endDate)
Кажется, я не могу передать startDate и endDate в качестве параметров для моего редуктора. Единственный способ, которым я могу получить задание для получения параметров, — через глобальную переменную в верхней части класса.
startDate = datetime.datetime(2012, 6, 10)
endDate = datetime.datetime(2012, 6, 11)
class MRDataQuality(MRJob):
"""
MapReduce job that does a data quality check on the meter data in HBase.
"""
Но это грязно. Я хочу передать это, позвонив на работу. Я пробовал много методов. Установка его как переменной экземпляра, установка его как статической переменной класса, создание перегруженного конструктора для MRDataQualityJob... Кажется, ничего не работает. Я программно вызываю его из своего скрипта верхнего уровня следующим образом:
if args.hadoop:
mrdq_job = MRDataQuality(args=['-r', 'hadoop', '--conf-path', 'mrjob.conf', '--jobconf', 'mapred.reduce.tasks=42', meterFile])
else:
mrdq_job = MRDataQuality(args=[meterFile])
with mrdq_job.make_runner() as runner:
runner.run()
Независимо от того, что я делаю с экземпляром mrdq_job, кажется, что runner.run() использует новый новый экземпляр класса, в котором не определены экземпляр или статические переменные. Как я могу передать свои параметры редуктору???? Я могу сделать это в обычной потоковой передаче Hadoop, передав строку: «—reducer reducer.py arg1 arg2». Есть ли аналог для MRjob?