除非缺少我的东西，否则如果您有一个
Properties包含M /
R作业中所需的每个属性的对象，则只需要将
Properties对象的内容写入Hadoop
Configuration对象。例如，如下所示：
Configuration conf = new Configuration();Properties params = getParameters(); // do whatever you need here to create your objectfor (Entry<Object, Object> entry : params.entrySet()) { String propName = (String)entry.getKey(); String propValue = (String)entry.getValue(); conf.set(propName, propValue);}然后在M /
R作业内部，您可以使用该
Context对象
Configuration在映射器（
map函数）或化简器（函数）中找回自己
reduce，如下所示：
public void map(MD5Hash key, OverlapDataWritable value, Context context) Configuration conf = context.getConfiguration(); String someProperty = conf.get("something"); ....}需要注意的是使用时
Configuration的对象，您还可以访问
Context中
setup和
cleanup方法，有用的，如果需要做一些初始化。
同样值得一提的是，您可能可以直接
addResource从
Configuration对象调用该方法以将属性直接添加为
InputStream一个文件或文件，但是我认为这必须是像常规Hadoop
XML配置一样的XML配置，因此这可能会显得过大。
编辑
：对于非字符串对象，我建议使用序列化：您可以序列化对象，然后将它们转换为字符串（例如，可能使用base64对其进行编码，因为我不确定如果使用不寻常的字符会发生什么情况），然后在mapper
/ reducer上，从您从内部属性获得的字符串中反序列化对象
Configuration。
另一种方法是执行相同的序列化技术，而是写入HDFS，然后将这些文件添加到中
DistributedCache。听起来有点矫kill过正，但这可能行得通。
