2023學(xué)年完整公開課版Shuffle詳解

Shuffle詳解2學(xué)習(xí)任務(wù)了解MapReduce的執(zhí)行過程掌握Map和Reduce的shuffle過程3知識目標(biāo)什么是ShuffleShuffle在MapReduce的過程中負(fù)責(zé)什么任務(wù)01能力目標(biāo)了解MapReduce中的Shuffle過程了解Map的shuffle過程了解Map的shuffle過程02學(xué)習(xí)目標(biāo)4目錄01MapReduceShuffle02Map的shuffle過程03Reduce的shuffle過程5MapReduceShuffleMap是映射，負(fù)責(zé)數(shù)據(jù)的過濾分發(fā)；Reduce是規(guī)約，負(fù)責(zé)數(shù)據(jù)的計(jì)算歸并。Reduce的數(shù)據(jù)來源于Map，Map的輸出即是Reduce的輸入，Reduce需要通過Shuffle來獲取數(shù)據(jù)。6MapReduceShuffle從Map輸出到Reduce輸入的整個(gè)過程可以廣義地稱為Shuffle。Shuffle橫跨Map端和Reduce端，在Map端包括Spill過程，在Reduce端包括copy和sort過程，如上圖所示。7Map的shuffle過程shuffle過程包括輸出（collect）、排序（sort）、溢寫（spill）、合并（merge）等步驟，如圖所示：8Map的shuffle過程輸出（collect）每個(gè)Map任務(wù)不斷地以對的形式把數(shù)據(jù)輸出到在內(nèi)存中構(gòu)造的一個(gè)環(huán)形數(shù)據(jù)結(jié)構(gòu)中。使用環(huán)形數(shù)據(jù)結(jié)構(gòu)是為了更有效地使用內(nèi)存空間，在內(nèi)存中放置盡可能多的數(shù)據(jù)。這個(gè)數(shù)據(jù)結(jié)構(gòu)其實(shí)就是個(gè)字節(jié)數(shù)組，叫Kvbuffer。9Map的shuffle過程排序（sort）先把Kvbuffer中的數(shù)據(jù)按照partition值和key兩個(gè)關(guān)鍵字升序排序，移動(dòng)的只是索引數(shù)據(jù)，排序結(jié)果是Kvmeta中數(shù)據(jù)按照partition為單位聚集在一起，同一partition內(nèi)的按照key有序。10Map的shuffle過程溢寫（spill）Spill線程為這次Spill過程創(chuàng)建一個(gè)磁盤文件：從所有的本地目錄中輪訓(xùn)查找能存儲這么大空間的目錄，找到之后在其中創(chuàng)建一個(gè)類似于“spill12.out”的文件。Spill線程根據(jù)排過序的Kvmeta挨個(gè)partition的把數(shù)據(jù)吐到這個(gè)文件中，一個(gè)partition對應(yīng)的數(shù)據(jù)吐完之后順序地吐下個(gè)partition，直到把所有的partition遍歷完。一個(gè)partition在文件中對應(yīng)的數(shù)據(jù)也叫段(segment)。11Map的shuffle過程合并（merge）

Map任務(wù)如果輸出數(shù)據(jù)量很大，可能會進(jìn)行好幾次Spill，out文件和Index文件會產(chǎn)生很多，分布在不同的磁盤上。最后把這些文件進(jìn)行合并的merge過程閃亮登場。如前面的例子，“aaa”從某個(gè)maptask讀取過來時(shí)值是5，從另外一個(gè)map讀取時(shí)值是8，因?yàn)樗鼈冇邢嗤膋ey，所以得merge成group。什么是group。對于“aaa”就是像這樣的：{“aaa”,[5,8,2,…]}12Reduce的shuffle過程CopyReduce任務(wù)通過HTTP向各個(gè)Map任務(wù)拖取它所需要的數(shù)據(jù)。每個(gè)節(jié)點(diǎn)都會啟動(dòng)一個(gè)常駐的HTTPserver，其中一項(xiàng)服務(wù)就是響應(yīng)Reduce拖取Map數(shù)據(jù)。當(dāng)有MapOutput的HTTP請求過來的時(shí)候，HTTPserver就讀取相應(yīng)的Map輸出文件中對應(yīng)這個(gè)Reduce部分的數(shù)據(jù)通過網(wǎng)絡(luò)流輸出給Reduce。13Reduce的shuffle過程MergeSORT這里使用的Merge和Map端使用的Merge過程一樣。Map的輸出數(shù)據(jù)已經(jīng)是有序的，Merge進(jìn)行一次合并排序，所謂Reduce端的sort過程就是這個(gè)合并的過程。一般Reduce是一邊copy一邊sort，即copy和sort兩個(gè)階段是重疊而不是完全分開的。當(dāng)R