求各位指点，文件id(整数形式)是怎么实现的？

[Krasus C]

可以得到文件名，不过这个不知道怎么弄嘤嘤。试了试貌似用什么全局变量每次根据名字来+1的做法不对。。

[郭行健]

需要建一个辅助字典……鉴于文件id是非负整数，直接把所有文件名（或者Path对象）放在一个数组中就行了。这个数组可以在Mapper的setup方法中创建，也可以预先做好并让Hadoop Runtime作为Distributed Cache发放给每一个Mapper Task（Distributed Cache的API可参见Hadoop: The Definitive Guide的第八章），后者的好处是文件数目特别多时不会导致内存溢出。

在 2014年7月20日星期日UTC+8下午4时16分55秒，Krasus C写道：

可以得到文件名，不过这个不知道怎么弄嘤嘤。试了试貌似用什么全局变量每次根据名字来+1的做法不对。。

[张雨晴]

求问如何得到所有文件的文件名？

[Krasus C]

是可以获得当前文件的文件名，你是想直接获取所有的然后来建表？

不过倒是启发了我。。可以搞个set，每次获取文件名就插入一个，然后用set的大小来作为id。。

在 2014年7月20日星期日UTC+8下午5时59分23秒，张雨晴写道：

[Krasus C]

不过这样不知道顺序问题怎么办。。

在 2014年7月20日星期日UTC+8下午7时32分38秒，Krasus C写道：

[杨博文]

虽然怎么听怎么简单粗暴但是好像也只能这么干了(╯‵□′)╯︵┻━┻

在 2014年7月20日星期日UTC+8下午4时54分24秒，郭行健写道：

[Krasus C]

建立数组的时候，如果每次按照当前字典中的对象个数来增加的话，会不会每次任务执行会有不同的计数，比如文件A有时候是2，有时候是3..那样就应该再输出一份本次任务用的字典么。。。

在 2014年7月20日星期日UTC+8下午4时54分24秒，郭行健写道：

[郭行健]

一股脑儿获得全部文件名更好些吧……出错的概率会小一些。具体可以参照Hadoop: The Definitive Guide (3rd edition)第64页的方法。

在 2014年7月20日星期日UTC+8下午7时32分38秒，Krasus C写道：

[Haoyan Huo]

在每个Mapper的Setup里面都获取一边列表有风险，最好在commit Job之间就最好这件事吧。