Hadoop 之 MapReduce

MapReduce 过程细节分析

1/  map阶段结果<key, value>传递给reduce阶段时, 默认是按照key中ASCII 排序的,若key 被构造成bean,则需要制定bean的compareTo方法,此时bean对应的class需要实现writableComparable接口。

 

2/ reduce阶段,将map阶段结果<key, value>进行处理,默认ReduceTasks的数量为1。若将map结果进行分组处理,则需要告知分组的方法,即写一个class要extends Partitioner , 并override getPartitioner 方法,还需定义ReduceTask 数量。

  • 设置reduce的任务并发数为6,应该跟分组的数量保持一致
  •  job.setNumReduceTasks(6);     

设置Task 数量大于6,任务可以执行,多余的任务不能分配到数据而已

设置Task 数量小于6,任务不可以执行,数据分配不到预定的任务中因此报错!

设置Task 数量等于1,任务可以执行,所有的数据均分到第一个任务中。

 

3/ map task 的并发数使用切边split的数量决定的,有多少个切片就有多少个map task,切片是一个逻辑概念,是指文件数据的偏移量范围,切片的具体大小根据所处理的文件大小来调整。若文件很小,一个split对应多个block,若文件较大,则一个split对应一个block。

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