生成数据

生成数据这一模式有趣的地方在于，它是凭空、并行地生成数据，而不是从外部的某个地方加载数据。

动机

常见的用例是生成随机数据。

结构

在Hadoop中实现该模式，需要实现一个自定义的InputFormat并且让RecordReader生成随机数据。map函数完全不关注数据的来源，因此数据可以凭空生成而不需要从HDFS中加载一些文件。大部分情况下，这里使用identity mapper就很好，但是你也可能想在map任务中做一些后处理工作，或者甚至想立即分析它。 这个模式只有map的：

• InputFormat凭空创建虚split。创建的split个数应该是可以配置的。
• RecordReader读入虚split并根据它生成随机记录。
• 在某些情况下，你能够在输入split中赋予一些信息，告诉record reader生成什么。
• 在大部分情况下，IdentityMapper仅仅将读入的数据按原样输出。