Mapreduce中context的作用

在我们写mapreduce的程序时候总会有这么一段代码，这个代码就是map方法的实现，里面有一个参数 context对象，但是这个context对象究竟是干什么的呢？

  public void map(Object key, Text value, Context context

                    ) throws IOException, InterruptedException {

      StringTokenizer itr = new StringTokenizer(value.toString());

      while (itr.hasMoreTokens()) {

        word.set(itr.nextToken());

        context.write(word, one);

      }

    } 

CONTEXT和其他类和其他接口的关系：

Context 类是Mapper 类的内部抽象类，它实现了MapContext 接口MapContext 里面可以得到split的信息，这个接口实现了 TaskInputOutputContext 这个接口

taskInputOutputContext 这个接口里面一些记录 getCurrentKey、getCurrentValue、nextKeyValue, getOutputCommitter（这个是一个OutputCommitter的抽象类，这个提供了提交的一些操作方法和属性）的方法，这个接口实现了TaskAttemptContext这个接口

​TaskAttemptContext 这个接口保存了 task的一些信息，这个接口实现了JobContext和Progressable这个接口

​JobContext和Progressable这个2个接口，这2个接口保存了job的信息和程序运行过程的进展

​Mapper类：

 protected voidsetup(Context context

                       ) throws IOException,InterruptedException {

   // NOTHING

 }

 @SuppressWarnings("unchecked")

 protected voidmap(KEYIN key, VALUEIN value, 

                     Context context) throws IOException,InterruptedException {

   context.write((KEYOUT) key, (VALUEOUT) value);

 }

 protected voidcleanup(Context context

                         ) throws IOException,InterruptedException {

   // NOTHING

 }

​从上面的源码可以看出来， setup方法来处理context对象，可以为对象增加一些新的成员，或者修改之前成员，从map方法来看，context对象是做为一个参数传给map函数，在Mapper类的实例中是可以拿到Context这个上下文对象的.

​RUN方法：Setup一般是在执行map函数前做一些准备工作，map是主要的数据处理函数，cleanup则是在map执行完成后做一些清理工作和finally字句的作用很像，下面看一下run方法

public voidrun(Context context) throws IOException, InterruptedException {

   setup(context);

   try{

     while(context.nextKeyValue()) {

        map(context.getCurrentKey(),context.getCurrentValue(), context);

     }

   } finally{

     cleanup(context);

   }

  }

​这个方法调用了上面的三个函数，组成了setup-map-cleanup这样的执行序列，这一点和设计模式中的模版模式很类似，当然在这里我们也可以改写它的源码，比如可以在map的时候增加多线程，这样可以对map任务做进一步的优化，从以上的分析可以很清楚的知道setup函数的作用了，从上面run方法可以看出，K/V对是从传入的Context获取的。我们也可以从下面的map方法看出，输出结果K/V对也是通过Context来完成的。

​总结：context它是mapper的一个内部类，简单的说顶级接口是为了在map或是reduce任务中跟踪task的状态，很自然的MapContext就是记录了map执行的上下文，在mapper类中，这个context可以存储一些job conf的信息，比如job运行时参数等，我们可以在map函数中处理这个信息，这也是hadoop中参数传递中一个很经典的例子，同时context作为了map和reduce执行中各个函数的一个桥梁，这个设计和java web中的session对象、application对象很相似