




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、 mapreduce運(yùn)行全流程圖解析MapReduce三大問題:一、讀數(shù)據(jù)是怎么回事?二、shuffle的過程?三、結(jié)果數(shù)據(jù)存儲是怎么回事?源碼解析:FileInputFormat-createRecordReader控制切片,壓縮格式不能切片。LongWritable關(guān)于偏移量的底層代碼:解一:讀數(shù)據(jù)是怎么回事?1.首先map task驅(qū)動TextInputFormat,底層方法有craeteRecordReader,然后生成LineRecordReader,底層包含nextKeyvalue,getCurrentKey,getCurrentValue方法,主要是定義key ,value的數(shù)據(jù)
2、類型,keyin的值定義了按行讀取的偏移量。2.解析:map task拿到key和value后驅(qū)動自己定義的MyMapper類.MyMapper類繼承了Mapper基類。讀取文件數(shù)據(jù)的細(xì)節(jié):maptask先經(jīng)過切片,通過流式讀取文件。以上為切片的規(guī)則,大小為128M,往下一個切片會多讀一行,下一個切片會永遠(yuǎn)拋棄第一行,文件的起始片不能拋棄第一行,文件的最后一個切片不往下多讀一行。context.write(k,v)輸出數(shù)據(jù)后,由outputCollector收集,之后進(jìn)入環(huán)形緩存區(qū),區(qū)內(nèi)分為80%的數(shù)據(jù)區(qū)和20%的保留區(qū),多余的數(shù)據(jù)會溢出到溢出器,溢出器會保留在磁盤。在這個過程中數(shù)據(jù)會進(jìn)行,分
3、區(qū)及排序。數(shù)據(jù)分區(qū)排序后,會生成文件,并通過索引分區(qū)文件。索引是描述區(qū)的偏移量。很多的小文件,通過外部排序及歸并算法,生成一個大文件。Reduce端:這里注意:在調(diào)用reduce()方法時,框架reducetask先從合并文件中讀出一個key傳給reduce方法,同時傳出一個迭化器。Value迭化器的hasnext方法會判斷文件的下一個key是否是已經(jīng)傳入的key。如果是,則next返回下一個value。否則,hasnext直接返回false,導(dǎo)致本次reduce方法調(diào)用結(jié)束。看起來的效果則是,reducetask會把數(shù)據(jù)按照key事先分好組,然后對每一組的數(shù)據(jù)調(diào)用一次reduce的方法。1.
4、reducetask先從合并文件中讀出一個key傳給reduce方法,同時傳一個迭代器。2.value的迭代器的hasnext()方法會判斷文件的下一個key是否是已經(jīng)傳入的key,如果是,則next返回下一個value,否則,hadnext()直接返回false,導(dǎo)致本次reduce方法調(diào)用結(jié)束。3.看起來的效果是:reducetask會把數(shù)據(jù)按照key事先分好組,然后對每一組的數(shù)據(jù)調(diào)用一次reduce方法來做統(tǒng)計(jì)-通過context.write(),輸出key,value,到外部存儲系統(tǒng).按行輸入數(shù)據(jù)。這里會有人問到,有哪些是可干預(yù)的?1.數(shù)據(jù)讀的方式:InputFormat(可設(shè)置文件,流,xml,只要能解析元數(shù)據(jù))。配套的LineRecordReader也要改。2.分區(qū)。Partitioner。3.排序。pareTo()順序,倒敘,重寫
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 陜西師范大學(xué)《數(shù)字媒體技術(shù)》2023-2024學(xué)年第二學(xué)期期末試卷
- SCI論文寫作與投稿 第2版-課件 3-SCI論文引言寫作
- 陜西電子信息職業(yè)技術(shù)學(xué)院《中國近代文學(xué)》2023-2024學(xué)年第二學(xué)期期末試卷
- 陜西省咸陽市乾縣二中2024-2025學(xué)年高三下學(xué)期3月月考生物試題試卷含解析
- 陜西省四校聯(lián)考2025年高三4月(四區(qū))聯(lián)考生物試題試卷含解析
- 反腐倡廉建設(shè)-周建新
- 陜西省澄城縣2025年高三下學(xué)期四??荚嚁?shù)學(xué)試題含解析
- 陜西省西安工業(yè)大學(xué)附中2025屆高三數(shù)學(xué)試題5月統(tǒng)一考試試題含解析
- 陜西省西安市碑林區(qū)實(shí)驗(yàn)小學(xué)2025屆數(shù)學(xué)三下期末質(zhì)量跟蹤監(jiān)視試題含解析
- 陜西省西安高新一中學(xué)2025年中考適應(yīng)性月考卷(六)化學(xué)試題試卷含解析
- 2025年福建省中考數(shù)學(xué)模擬試題(原卷版+解析版)
- 小學(xué)生衛(wèi)生知識小常識
- 2025年各專業(yè)質(zhì)控工作改進(jìn)目標(biāo)
- 計(jì)算機(jī)技術(shù)與軟件安全審計(jì)試題及答案
- (新課標(biāo))專題08+易考必考典型選擇題專項(xiàng)復(fù)習(xí)- 三年級語文下冊期末備考(統(tǒng)編版)
- 2024年中央戲劇學(xué)院招聘筆試真題
- 成都設(shè)計(jì)咨詢集團(tuán)有限公司2025年社會公開招聘(19人)筆試參考題庫附帶答案詳解
- 藥學(xué)知識聯(lián)合用藥
- 2025年江蘇太倉市文化教育投資集團(tuán)有限公司招聘筆試參考題庫附帶答案詳解
- 廣東省中山市2024-2025學(xué)年九年級上學(xué)期期末語文試題
- 裝飾裝修木工施工合同
評論
0/150
提交評論