// 第一种方式遍历list集合必威:,将这些小文件

 

二、MapFile

MapFile是排序后的SequenceFile,通过旁观其目录结构能够看来MapFile由两有的构成,分别是data和index。

index作为文件的数额索引,重要记录了各样Record的key值,以及该Record在文件中的偏移地点。在MapFile被访谈的时候,索引文件会被加载到内部存款和储蓄器,通过索引映射关系可火速定位到钦定Record所在文书地点,因而,相对SequenceFile来讲,MapFile的查找作用是快捷的,劣点是会消耗一部分内部存款和储蓄器来存款和储蓄index数据。

需注意的是,MapFile并不会把具备Record都记录到index中去,暗中认可意况下每隔128条记下存款和储蓄二个索引映射。当然,记录间隔可人为修改,通过MapFIle.Writer的setIndexInterval()方法,或涂改io.map.index.interval属性;

另外,与SequenceFile差别的是,MapFile的KeyClass必得求促成WritableComparable接口,即Key值是可正如的。

亲自过问:MapFile读写操作

[java] view plaincopy

  1. Configuration conf=new Configuration();  
  2. FileSystem fs=FileSystem.get(conf);  
  3. Path mapFile=new Path("mapFile.map");  
  4. //Reader内部类用于文书的读取操作  
  5. MapFile.Reader reader=new MapFile.Reader(fs,mapFile.toString(),conf);  
  6. //Writer内部类用于文书的写操作,固然Key和Value都为Text类型  
  7. MapFile.Writer writer=new MapFile.Writer(conf,fs,mapFile.toString(),Text.class,Text.class);  
  8. //通过writer向文书档案中写入记录  
  9. writer.append(new Text("key"),new Text("value"));  
  10. IOUtils.closeStream(writer);//关闭write流  
  11. //通过reader从文书档案中读取记录  
  12. Text key=new Text();  
  13. Text value=new Text();  
  14. while(reader.next(key,value)){  
  15.     System.out.println(key);  
  16.     System.out.println(key);  
  17. }  
  18. IOUtils.closeStream(reader);//关闭read流  

专心:使用MapFile或SequenceFile就算能够消除HDFS中小文件的储存难题,但也可以有一定局限性,如:
1.文本不补助复写操作,无法向已存在的SequenceFile(MapFile)追加存款和储蓄记录
2.当write流不停业的时候,没有主意构造read流。也正是在进行文书写操作的时候,该文件是不行读取的

List的三种遍历格局:
public class TestList {

3、张开已存在Excel文件,写入新闻

import  xlrd

from xlutils import copy

data = xlrd.open_workbook('G:/221.xls',formatting_info=True)  #保障修改后的文件格式不改变

w= copy(data)

news =w.get_sheet(0)

news.write(3,3,'str')

try:

   w.save('G:/221.xls')

except(SyntaxError,PermissionError):

   print("文件未关门!")

倘诺想要使用数组来写入HTML数据,相对供给的是叁个Key值,由Key来引导迷津遍历数组每一项;别的,使用DOM原生方法写入文书档案,用同叁个CSS样式渲染它们,那样能够小幅地压缩费用时间和削减维护开销,此措施适用于批管理:

 

Hadoop的HDFS和MapReduce子框架主倘使对准大数据文件来统一计划的,在小文件的拍卖上不独有作用低下,並且十三分消耗内部存款和储蓄器能源(每两个小文件占用二个Block,每二个block的元数据都存款和储蓄在namenode的内部存储器里)。化解办法平日是采取贰个器皿,将那一个小文件组织起来统一存款和储蓄。HDFS提供了二种档期的顺序的器皿,分别是SequenceFile和MapFile。

Map的两种遍历格局:

1、读取Excel

import  xlrd

data = xlrd.open_workbook('G:/221.xls')

table = data.sheets()[0]

print(table.row_values(1))               #收获整行的值(横)

print(table.col_values(0))                #获得整列的值(竖)

nrows = table.nrows                        #赢得表格行数(横)

ncols = table.ncols                          #收获表格列数(竖)

cell_a = table.cell(0,1).value#(竖、横)

#遍历Excel

for row in range(nrows):

   for col in range(ncols):

        print("(%s,%s): %s"%(row,col,table.cell(row,col).value))

先是我们须求创立一个数组,类似于JSON:

结果写入文件措施write

一、SequenceFile

SequenceFile的囤积类似于Log文件,所分歧的是Log File的每条记下的是纯文本数据,而SequenceFile的每条记下是可类别化的字符数组。

SequenceFile可透过如下API来成功新记录的丰硕操作:

        fileWriter.append(key,value)

能够看看,每条记下以键值对的点子张开公司,但前提是Key和Value需具备系列化和反类别化的职能

Hadoop预约义了有的Key Class和Value Class,他们直接或直接完毕了Writable接口,知足了该意义,蕴涵:

Text                                等同于Java中的String
IntWritable                   等同于Java中的Int
BooleanWritable        等同于Java中的Boolean
        .
        .

在储存结构上,SequenceFile首要由二个Header后跟多条Record组成,如图所示:

必威 1

Header首要含有了Key classname,Value classname,存款和储蓄压缩算法,客户自定义元数据等新闻,其它,还富含了一部分联机标记,用于急速稳固到记录的界限。

每条Record以键值对的办法实行仓库储存,用来代表它的字符数组可依次深入分析成:记录的尺寸、Key的尺寸、Key值和Value值,而且Value值的布局取决于该记录是还是不是被减去。

数据压缩有助于节省磁盘空间和加快互连网传输,SeqeunceFile援助二种格式的数据压缩,分别是:record compression和block compression。

record compression如上海图书馆所示,是对每条记下的value进行削减

block compression是将一种类的record协会到共同,统一压缩成二个block,如图所示:

必威 2

block新闻根本囤积了:块所蕴含的记录数、每条记下Key长度的会合、每条记下Key值的集聚、每条记下Value长度的集聚和每条记下Value值的汇集

注:各种block的轻重是可由此io.seqfile.compress.blocksize属性来钦定的

示例:SequenceFile读/写 操作

[java] view plaincopy

  1. Configuration conf=new Configuration();  
  2. FileSystem fs=FileSystem.get(conf);  
  3. Path seqFile=new Path("seqFile.seq");  
  4. //Reader内部类用于文书的读取操作  
  5. SequenceFile.Reader reader=new SequenceFile.Reader(fs,seqFile,conf);  
  6. //Writer内部类用于文书的写操作,固然Key和Value都为Text类型  
  7. SequenceFile.Writer writer=new SequenceFile.Writer(fs,conf,seqFile,Text.class,Text.class);  
  8. //通过writer向文书档案中写入记录  
  9. writer.append(new Text("key"),new Text("value"));  
  10. IOUtils.closeStream(writer);//关闭write流  
  11. //通过reader从文书档案中读取记录  
  12. Text key=new Text();  
  13. Text value=new Text();  
  14. while(reader.next(key,value)){  
  15.     System.out.println(key);  
  16.     System.out.println(value);  
  17. }  
  18. IOUtils.closeStream(reader);//关闭read流  
public static void main(String[] args) {
    Map<String, Integer> map = new HashMap<>();
    map.put("孙悟空", 1);
    map.put("唐三藏", 2);
    map.put("猪八戒", 3);
    map.put("沙悟净", 4);

    Set<String> keySet = map.keySet();
    for (String key : keySet) {
        Integer value = map.get(key);
        System.out.println("键:"+ key + "值:"+ value);
    }

    Set<Entry<String, Integer>> set = map.entrySet();
    for (Entry<String, Integer> entry : set) {
        String key = entry.getKey();
        Integer value = entry.getValue();
        System.out.println("键:"+ key + "值"+value);
    }
    Iterator<Entry<String, Integer>> entrySet = map.entrySet().iterator();
    while (entrySet.hasNext()) {
        Entry<String, Integer> entry = entrySet.next();
        String key = entry.getKey();
        Integer value = entry.getValue();
        System.out.println("键:" + key + " " + "值:" + value);
    }
}

2、写入新Excel文件

import   xlwt

wb = xlwt.Workbook()                 # 创造 xls 文件对象

sh = wb.add_sheet('A Test Sheet')       # 新扩充三个表单

# 按义务增多数据

sh.write(0,0,1234.56)

sh.write(1,0,8888)

sh.write(2,0,'hello')

sh.write(2,1,'world')

wb.save('example.xls')  # 保存文件

接下去,大家得以经过DOM方法定位多个现成成分,利用数组的Key值遍历并写入到DOM:

本文由必威发布于必威-操作系统,转载请注明出处:// 第一种方式遍历list集合必威:,将这些小文件

相关阅读