Hadoop reducer类的阅读

在Hadoop的reducer类中，有3个主要的函数，分别是：setup，clearup，reduce。代码如下：

1.   /**
   
2.    * Called once at the start of the task.
   
3.    */
   
4.   protected void setup(Context context
   
5.                        ) throws IOException, InterruptedException {
   
6.     // NOTHING
   
7.   }

复制代码

1. 
   
2.   /**
   
3.    * This method is called once for each key. Most applications will define
   
4.    * their reduce class by overriding this method. The default implementation
   
5.    * is an identity function.
   
6.    */
   
7.   @SuppressWarnings("unchecked")
   
8.   protected void reduce(KEYIN key, Iterable<VALUEIN> values, Context context
   
9.                         ) throws IOException, InterruptedException {
   
10.     for(VALUEIN value: values) {
    
11.       context.write((KEYOUT) key, (VALUEOUT) value);
    
12.     }
    
13.   }

复制代码

1.   /**
   
2.    * Called once at the end of the task.
   
3.    */
   
4.   protected void cleanup(Context context
   
5.                          ) throws IOException, InterruptedException {
   
6.     // NOTHING
   
7.   }

复制代码

在用户的应用程序中调用到reducer时，会直接调用reducer里面的run函数，其代码如下：

1. /*
   
2.    * control how the reduce task works.
   
3.    */
   
4.   @SuppressWarnings("unchecked")
   
5.   public void run(Context context) throws IOException, InterruptedException {
   
6.     setup(context);
   
7.     while (context.nextKey()) {
   
8.       reduce(context.getCurrentKey(), context.getValues(), context);
   
9.       // If a back up store is used, reset it
   
10.       ((ReduceContext.ValueIterator)
    
11.           (context.getValues().iterator())).resetBackupStore();
    
12.     }
    
13.     cleanup(context);
    
14.   }
    
15. }

复制代码

由上面的代码，我们可以了解到，当调用到reduce时，通常会先执行一个setup函数，最后会执行一个cleanup函数。而默认情况下，这两个函数的内容都是nothing。因此，当reduce不符合应用要求时，可以试着通过增加setup和cleanup的内容来满足应用的需求。