Question

如何在Hadoop的MapReduce程序中处理JSON文件

Answer 1

需要解析JSON配置文件，简化Java程序和处理逻辑。但是Hadoop本身似乎没有内置对JSON文件的解析功能，不得不求助于第三方JSON工具包。这里选择json-simple实现功能。

一简介：

（1）：在Hadoop上执行Java程序的命令如下所示：

（2）：my-mapreduce.jar是进行日志处理的MapReduce程序。现在假定需要在其中处理JSON格式的配置文件，这里忽略如何在Hadoop集群读取文件的细节，只关注如何使用JSON工具包。下面是简单的HelloWorld程序：

在HelloWorld程序中，只简单修改JSON对象，将其内容打印输出，从而验证解析修改JSON内容的过程。

二编译：

由于MapReduce程序需提交到Hadoop集群执行，所以HelloWorld依赖的json-simple包必须存在于集群的classpath路径中，如果集群上没有对应的jar包。执行HelloWorld会出现如下异常：
Exception in thread "main" java.lang.NoClassDefFoundError: org/json/simple/JSONObject

简单的解决方法是将json-simple包直接和HelloWorld编译结果一起打包，然后即可使用命令hadoop jar HelloWorld.jar执行。需将json-simple的jar包解压再同HelloWorld打包。

编译命令如下所示：

三执行HelloWorld：