Hadoop之MapReduce单元测试

通常情况下，我们需要用小数据集来单元测试我们写好的map函数和reduce函数。而一般我们可以使用Mockito框架来模拟OutputCollector对象（Hadoop版本号小于0.20.0)和Context对象(大于等于0.20.0)。 下面是一个简单的WordCount例子：(使用的是新API） 在开始之

通常情况下，我们需要用小数据集来单元测试我们写好的map函数和reduce函数。而一般我们可以使用Mockito框架来模拟OutputCollector对象（Hadoop版本号小于0.20.0)和Context对象(大于等于0.20.0)。

下面是一个简单的WordCount例子：(使用的是新API）

在开始之前，需要导入以下包：

1.Hadoop安装目录下和lib目录下的所有jar包。

2.JUnit4

3.Mockito

?

map函数：

public class WordCountMapper extends Mapper {
	private static final IntWritable one = new IntWritable(1);
	private Text word = new Text();
	@Override
	protected void map(LongWritable key, Text value,Context context)
	throws IOException, InterruptedException {
	String line = value.toString();	// 该行的内容
	String[] words = line.split(";");	// 解析该行的单词
	for(String w : words) {
	word.set(w);
	context.write(word,one);
	}
	}
}

?reduce函数：

public class WordCountReducer extends Reducer {
	@Override
	protected void reduce(Text key, Iterable values,Context context)
	throws IOException, InterruptedException {
	int sum = 0;
	Iterator iterator = values.iterator();	// key相同的值集合
	while(iterator.hasNext()) {
	int one = iterator.next().get();
	sum += one;
	}
	context.write(key, new IntWritable(sum));
	}
}

?测试代码类：

public class WordCountMapperReducerTest {
	@Test
	public void processValidRecord() throws IOException, InterruptedException {
	WordCountMapper mapper = new WordCountMapper();
	Text value = new Text("hello");
	org.apache.hadoop.mapreduce.Mapper.Context context = mock(Context.class);
	mapper.map(null, value, context);
	verify(context).write(new Text("hello"), new IntWritable(1));
	}
	@Test
	public void processResult() throws IOException, InterruptedException {
	WordCountReducer reducer = new WordCountReducer();
	Text key = new Text("hello");
	// {"hello",[1,1,2]}
	Iterable values = Arrays.asList(new IntWritable(1),new IntWritable(1),new IntWritable(2));
	org.apache.hadoop.mapreduce.Reducer.Context context = mock(org.apache.hadoop.mapreduce.Reducer.Context.class);
	reducer.reduce(key, values, context);
	verify(context).write(key, new IntWritable(4));	// {"hello",4}
	}
}

?

具体就是给map函数传入一行数据-"hello"

map函数对数据进行处理，输出{"hello",0}

reduce函数接受map函数的输出数据，对相同key的值求和，并输出。

原文地址：Hadoop之MapReduce单元测试, 感谢原作者分享。