MRv1到MRv2

概述

引入YARN作为通用资源调度平台后,Hadoop得以支持多种计算框架,如MapReduce、Spark、Storm等。MRv1是Hadoop1中的MapReduce,MRv2是Hadoop2中的MapReduce。下面是MRv1和MRv2之间的一些基本变化:

  1. MRv1包括三个部分:运行时环境(jobtracker和tasktracker)、编程模型(MapReduce)、数据处理引擎(Map任务和Reduce任务)
  2. MRv2中,重用了MRv1中的编程模型和数据处理引擎。但是运行时环境被重构了。jobtracker被拆分成了通用的资源调度平台YARN和负责各个计算框架的任务调度模型AM。
  3. MRv1中任务是运行在Map slot和Reduce slot中的,计算节点上的Map slot资源和Reduce slot资源不能重用。而MRv2中任务是运行在container中的,map任务结束后,相应container结束,空闲出来的资源可以让reduce使用。

MRv2参数配置

MRv2上的参数可以参考官方文档进行配置,但是在mapred-site.xml中有一个参数需要注意:mapreduce.job.user.classpath.first,本文推荐将其配置成true。如果不配置该参数的话,在执行jar程序的时候,系统会优先选择Hadoop框架中已经存在的java类而不是用户指定包中自己编写的java类

新旧API

  1. MapReduce新旧API是指org.apache.hadoop.mapred包(旧包)和org.apache.hadoop.mapreduce包(新包)。
  2. 这两个包是指MapReduce的编程API发生了变化,旧包中的Map和Reduce是通过接口实现的,而新包中的Map和Reduce是通过继承实现的,这两个包在MRv1中就存在了。
  3. MRv2中mapred包的API基本没发生变化,以前通过MRv1编译过的程序基本可以重新运行;但是mapreduce包的API发生了变化,通过MRv1编译过的程序需要重新编译,甚至需要修改代码才能运行
  4. 推荐使用新API进行编程

MapReduce包wordcount事例

public class WordCount {

  public static class TokenizerMapper 
       extends Mapper<Object, Text, Text, IntWritable>{
    private final static IntWritable one = new IntWritable(1);
    private Text word = new Text();

    public void map(Object key, Text value, Context context
                    ) throws IOException, InterruptedException {
        //context.nextKeyValue()
      StringTokenizer itr = new StringTokenizer(value.toString());
      while (itr.hasMoreTokens()) {
        word.set(itr.nextToken());
        context.write(word, one);
      }
    }
  }

  public static class IntSumReducer 
       extends Reducer<Text,IntWritable,Text,IntWritable> {
    private IntWritable result = new IntWritable();

    public void reduce(Text key, Iterable<IntWritable> values, 
                       Context context
                       ) throws IOException, InterruptedException {
      int sum = 0;
      for (IntWritable val : values) {
        sum += val.get();
      }
      result.set(sum);
      context.write(key, result);
    }
  }

  public static void main(String[] args) throws Exception {
    Configuration conf = new Configuration();
    String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
    if (otherArgs.length != 2) {
      System.err.println("Usage: wordcount <in> <out>");
      System.exit(2);
    }

    Job job = new Job(conf, "word count");
    job.setJarByClass(WordCount.class);
    job.setMapperClass(TokenizerMapper.class);
    job.setCombinerClass(IntSumReducer.class);
    job.setReducerClass(IntSumReducer.class);
    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(IntWritable.class);
    FileInputFormat.addInputPath(job, new Path(otherArgs[0]));
    FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));
    System.exit(job.waitForCompletion(true) ? 0 : 1);
  }
}

参考文献

  1. http://book.51cto.com/art/201312/422025.htm
  2. http://hadoop.apache.org/docs/r2.4.0/hadoop-mapreduce-client/hadoop-mapreduce-client-core/MapReduce_Compatibility_Hadoop1_Hadoop2.html
  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
诺瓦MRV470-2是一款高性能的医疗成像设备。它具有先进的技术和功能,适用于多种医疗影像扫描需求。 首先,MRV470-2采用了先进的磁共振成像技术,能够提供高分辨率的影像结果。它能够以非侵入性和无辐射的方式获取人体内部的各种组织和器官的详细结构,使医生能够更准确地诊断和治疗患者的疾病。 其次,MRV470-2具有快速扫描能力,大大缩短了患者在设备内停留的时间。这对于一些不适应长时间扫描的患者来说尤为重要,例如孕妇或年幼的儿童。此外,该设备还具有自适应扫描功能,能够根据不同体型和病变的特点调整扫描参数,提高影像质量。 此外,MRV470-2配备了直观的操作界面和先进的图像分析软件。医生可以通过简单的操作设置扫描参数,并使用软件对影像进行测量、分析和重建。这不仅提高了工作效率,也提供了更全面准确的诊断结果。 最后,MRV470-2还具有出色的可靠性和耐久性。它的结构和材料经过精心设计,能够适应长期高强度的使用。此外,设备还配备了完善的故障诊断系统,能够及时发现和排除潜在问题,保障设备的稳定运行。 总之,诺瓦MRV470-2作为一款先进的医疗成像设备,通过其先进的技术、高效的操作和可靠的性能,能够帮助医生更准确地诊断和治疗疾病,提高医疗水平和患者的生活质量。

“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