[Hadoop源码解读](四)MapReduce篇之Counter相关类


  当我们定义一个Counter时,我们首先要定义一枚举类型:

  1. public static enum MY_COUNTER{  
  2.   CORRUPTED_DATA_COUNTER,  
  3.   NORMAL_DATA_COUNTER  
  4. };  

  然后,我们就可以在mapper或reducer里面增加它的值:

  1. context.getCounter(MY_COUNTER.CORRUPTED_DATA_COUNTER).increment(1);  
  我们在第(一)篇讲InputFormat时,我们有看到Mapper.class中的Context类是继承与MapContext类的,而MapContext又继承与TaskInputOutputContext,我们可以从TaskInputOutputContext的getCounter()方法看见,这个方法实际上是调用了StatusReporter的getCounter()方法,StatusReporter在后面谈到。

  接着,我们在提交job,waitForCompletion()方法等待job执行完后,就可以通过

  1. Counters counters = job.getCounters();  
  2. Counter counter = counters.findCounter(MYCOUNTER.CORRUPTED_DATA_COUNTER);  
  3. System.out.println(counter.getValue());  

  这样就将我们想要输出的计数器输出来。


  Counter对应我们写的enum类型中的一个枚举常量,比如MY_COUNTER.CORRUTED_DATA_COUNTER,它由name,displayName和value表示,value是Counter当前计数值。Counter、CounterGroup和Counters都实现了Writable接口,由于Counter是全局的,所以它们的读写方法都是synchronized方法,以保证线程安全。


  CounterGroup对应我们写的enum类型,比如MY_COUNTER。CounterGroup有name,displayName,TreeMap类型的counters,以及一个ResourceBoundle bundle。counters存放的是enum里面的所有枚举常量对应的Counter。而bundle是用来本地化Counter的名字的。举个例子:src\mapred\org\apache\hadoop\mapred下有一个JobInProgress_Counter.properties文件,内容是这样的:

  1. # ResourceBundle properties file for job-level counters  
  2.   
  3. CounterGroupName=                  Job Counters   
  4.   
  5. NUM_FAILED_MAPS.name=              Failed map tasks  
  6. NUM_FAILED_REDUCES.name=           Failed reduce tasks  
  7. TOTAL_LAUNCHED_MAPS.name=          Launched map tasks  
  8. TOTAL_LAUNCHED_REDUCES.name=       Launched reduce tasks  
  9. OTHER_LOCAL_MAPS.name=             Other local map tasks  
  10. DATA_LOCAL_MAPS.name=              Data-local map tasks  
  11. RACK_LOCAL_MAPS.name=              Rack-local map tasks  
  12. FALLOW_SLOTS_MILLIS_MAPS.name=     Total time spent by all maps waiting after reserving slots (ms)  
  13. FALLOW_SLOTS_MILLIS_REDUCES.name=  Total time spent by all reduces waiting after reserving slots (ms)  
它存放的是job级别的counters的本地化名字。形式是name = displayName。

这样,我们就可以每次利用name从改文件中读取displayName,使得当我们改变这个properties文件中的某个displayName的时候,不需要改动程序。


   Counters是一个Job的Counter最后的汇聚地,在分析Job类得时候,我们看到Job.getCounters()方法是用RunningJob得到的,而RunningJob是获取作业情况的一组接口。因为Counters会最终被JobTracker收集,要不断从TaskTracker收集并更新,因此它包含一个缓冲最近读的Counter的cache来进行优化,它还有一个存储Job的所有Counter的TreeMap。当我们使用findCounter((Enum<?> key)方法查找Counter时,它会先在cache中查找,如果没有找到,则会从TreeMap中查找并放入cache中。Counters还实现了Iterable接口,以支持对Counters的遍历。另外还提供了increase所以Counter的方法incrAllCounters()。

展开阅读全文

没有更多推荐了,返回首页