java hadoop读取从CSV文件,然后提取信息该怎么做

在 Hadoop 中读取和处理 CSV 文件，可以使用 Hadoop 自带的 `TextInputFormat` 以及 `LineRecordReader` 类来实现。下面是一个简单的示例代码，可以读取 CSV 文件并提取信息：

import java.io.IOException;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.*;
import org.apache.hadoop.mapreduce.lib.input.*;
import org.apache.hadoop.mapreduce.lib.output.*;
import org.apache.hadoop.util.*;

public class CsvReader extends Configured implements Tool {

    public static class CsvMapper extends Mapper<LongWritable, Text, Text, Text> {

        @Override
        public void map(LongWritable key, Text value, Context context)
                throws IOException, InterruptedException {
            String line = value.toString();
            String[] fields = line.split(",");
            String name = fields[0];
            String age = fields[1];
            String city = fields[2];
            String outputValue = "Age: " + age + ", City: " + city;
            context.write(new Text(name), new Text(outputValue));
        }
    }

    public int run(String[] args) throws Exception {
        if (args.length != 2) {
            System.out.println("Usage: CsvReader <input path> <output path>");
            return -1;
        }

        Configuration conf = getConf();
        Job job = Job.getInstance(conf, "CsvReader");
        job.setJarByClass(CsvReader.class);
        job.setMapperClass(CsvMapper.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(Text.class);
        job.setInputFormatClass(TextInputFormat.class);
        job.setOutputFormatClass(TextOutputFormat.class);

        FileInputFormat.setInputPaths(job, new Path(args[0]));
        FileOutputFormat.setOutputPath(job, new Path(args[1]));

        boolean success = job.waitForCompletion(true);
        return success ? 0 : 1;
    }

    public static void main(String[] args) throws Exception {
        int exitCode = ToolRunner.run(new CsvReader(), args);
        System.exit(exitCode);
    }
}

在上面的示例代码中，首先定义了一个 `CsvMapper` 类，用来处理 CSV 文件中的每一行数据。在 `map` 方法中，将每一行数据按照逗号分隔符进行拆分，然后提取出需要的数据，最后将姓名作为 key，年龄和城市作为 value 写入输出。

在 `run` 方法中，首先获取输入和输出路径，然后设置作业的 Mapper 类、输出 Key 和 Value 的类型、输入和输出格式等属性。接着将输入和输出路径设置到作业中，并等待作业执行完成。最后，通过 `ToolRunner` 来运行 `CsvReader` 类。

需要注意的是，这里只是一个示例代码，实际情况中，你需要根据自己的需求来修改代码。例如，如果你的 CSV 文件中有标题行，那么需要在 Mapper 类中进行特殊处理，跳过第一行标题。