画图加文件描述讲解MapReduce Shuffle过程
以下几点注意,必须在作业文档中体现:
1、Map Shuffle主要做了哪些事?哪些可以设置及如何设置?
2、Reduce Shuffle主要做了哪些事?哪些可以设置及如何设置?
3、MapReduce执行过程中中间数据的压缩配置
Shuffle描述着数据从map task输出到reduce task输入的这段过程
Map Shuffle 主要做了哪些事?哪些可以设置及如何设置?
环形内存缓冲区默认为100MB,当超过80%,则进行spill到磁盘。内存中会进行分区、排序、combine(可选)。磁盘中将多个溢写的文件进行合并,压缩(可选)。
设置:
partitioner分区
job.setPartitionerClass(cls);
</