Mapreduce學習筆記（二）

今天來談一談， shuffle過程， shuffle中文翻譯是洗牌，是在map 和reduce之間的一套可編寫程式，就像可插拔的元件一樣，我們可以編寫一些程式來替換它們，以達到我們的需求目的。以下是詳細的shuffle過程。

partition 是實現對檔案的分類輸出，如下圖，實現按年份不同將結果輸出到不同檔案中。

接下來看段**：

public static class yearpartitioner extends partitioner
}

其實我們主要需要重寫的類就是這個partitioner類，然後實現它的getpartition函式就ok了。注意在getpartition的引數中，key 和value是從map端傳送過來的，numpartitions 是我們設定的reducer數量，也就是輸出檔案數量。然後在這個函式中按照我們的邏輯編寫我們的分類標準，比如我的分類標準就是判斷value中儲存的字元是以2015、2016還是其他字元為首，然後返回對於的reducer編號（可以認為返回對應的分割槽），最後注意要在main函式中完成對應的partition配置，具體如下：

job.setpartitionerclass(yearpartitioner.class);		//自定義分割槽方法
job.setnumreducetasks(10); //設定reduce任務的數量,該值傳遞給partitioner.getpartition()方法的numpartitions引數

想要實現自定義的排序，我們必須先了解到，shuffle過程中實現了對資料自動按key值公升序排列。因此要想實現按照我們需求的排序，我們必須自定義自己的key 型別，由於寫入到hdfs過程中需要序列化，key必須要用到writable型別，同時需要按照我們設想的方式排序，必須要用到comparable型別，綜上，我們自定的key值型別需要是writablecomparable型別，以下是乙個例子：

public static class mykey implements writablecomparable
public void setdate(string date) 
public int getnum() 
public void setnum(int num) 
public mykey() 
public mykey(string date, int num) 
@override
public void write(dataoutput out) throws ioexception 
@override
public void readfields(datainput in) throws ioexception 
@override
public int compareto(mykey o) 
} public void map(object key, text value, context context ) 
throws ioexception, interruptedexception 
}

一般我們都採用預設的分組，也就是按key值分組，把key值相同的資料組和起來，形成類似：

summer     <1,2,5>
jerry <2,6>
rick <1,2,3,4>
morty <2>

現在我們也可以自定義自己的 group類（繼承自writablecomparator）

public static class mygroup extends writablecomparator 
@suppresswarnings("rawtypes")
@override
public int compare(writablecomparable a, writablecomparable b) 
}

在這個例子中，我們的分組標準是年份是否相同（key的前4個字元是否相同），相同的歸到同一組。同樣要注意main函式中要加入group的配置

job.setgroupingcomparatorclass(mygroup.class);	//設定自定義分組類

Mapreduce學習筆記（二）

MapReduce學習筆記

MapReduce學習筆記 2

MapReduce學習筆記之Reduce任務（四）

Mapreduce學習筆記（二）

MapReduce學習筆記

MapReduce學習筆記 2

MapReduce學習筆記之Reduce任務（四）

相關推薦