簇Preparation

在运行之前MapReduce在哈迪普上^®cluster, make sure that the cluster and client machine are properly configured. Consult your system administrator, or see配置Hadoop群集(MATLAB Parallel Server)。

输出格式和顺序

运行时MapReduce在带有二进制输出的Hadoop群集上（默认）KeyValueDatastore指向hadoop序列文件，而不是由二进制文件文件MapReduce在其他环境中。有关更多信息，请参阅'outputType'参数描述MapReducereference page.

运行时MapReduce在哈迪普上cluster, the order of the key-value pairs in the output is different compared to runningMapReduce在其他环境中。如果您的应用程序取决于输出中数据的布置，则必须根据自己的要求对数据进行排序。

Calculate Mean Delay

此示例显示了如何修改MATLAB^®计算平均航空公司延迟以在Hadoop群集上运行的示例。

首先，您必须将环境变量和群集属性设置为适合您的特定hadoop配置。有关这些和其他属性的值，请参阅您的系统管理员，将作业提交给您的集群所需的属性。

setenv（'hadoop_home'，，，，'/path/to/hadoop/install'）cluster = Parallel.Cluster.hadoop;

创建一个MapReducer对象以指定MapReduceshould use your Hadoop cluster.

MR = MapReducer（cluster）;

创建和预览数据存储。的数据集available inmatlabroot/工具箱/MATLAB/演示。

ds = datastore（'airlinesmall.csv'，，，，“治疗”，，，，'na'，，，，...“选择的variablenames”，，，，'arrdelay'，，，，“读取尺寸”，1000）;预览（DS）

Arrdelay ________ 8 8 21 13 4 59 3 11

接下来，指定输出文件夹，输出淘汰并打电话MapReduce在指定的hadoop群集上执行先生。地图和减少功能可在matlabroot/工具箱/MATLAB/演示。

output -folder ='HDFS：/// Home/Myuser/out1';utds = mapreduce（ds，@mymapperfcn，@myreducerfcn，'导出目录'，导出目录）;sundelay = mapReduce（ds，@meanarrivalDelayMapper，@meanarrivalDelayreducer，MR，...'导出目录'，导出目录）

Hadoop群集上的平行MapReduce执行：*************************************************************************************************************************************************地图0％减少0％地图66％减少0％地图100％减少66％地图100％减少100％sundelay = keyValueDatastore具有属性：文件：{'.../tmp/alafleur/tpc00621b1_4eef_4eef_4eef_4abc_8078_646a916e7d9/part0.7d9/part0.seq'}

阅读结果。

readall（sundelay）

钥匙值__________________ ________'MeanarrivalDelay'[7.1201]

尽管出于演示目的，此示例使用本地数据集，但使用Hadoop时，您的数据集可能存储在HDFS™文件系统中。同样，您可能需要存储MapReduce在HDFS中输出。有关在MATLAB中访问HDFS的详细信息，请参阅使用远程数据。