Mapredece(MR)的reduce join、解决map端加载海量配置文件报内存溢出问题(OOM)

   前面的一个博客写到mr加载配置文件的三种方法都是基于map端加载的,当配置文件非常大时,map加载会报内存溢出(OOM)或报GC overhead limit exceeded,此时应该考虑reduce端加载。当然reduce端的加载也存在缺点,会造成shuffer过程的耗时。当然,任何一个程序都不是那么完美的,时间和空间就是鱼与熊掌不可兼得。

  Reduce端加载的核心就是:在reduce端处理数据时要分清每条数据来自于哪个文件,通俗的讲就是在写HiveSql时,要知道这个字段源于哪张表。(reduce端的join差不多类似sql的左右关联)

package com.zqm.MavenProiect;
import java.io.IOException;
import java.text.SimpleDateFormat;
import java.util.Date;
import java.util.HashMap;
import java.util.Map;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.conf.Configured;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值