MapReduce总结【阅读.官方文档】

MapReduce框架处理对,输入输出皆为不同类型的。Map阶段,输入文件被分割并由Mapper处理,Reducer则用于计算Values的聚合。Mapper和Reducer的实现可通过Job配置,Map输出通过Combiner合并减少数据量,Reducer输出无序。Job的输入输出路径、类型等由用户设定,Job的提交和监控也包含在内。" 139430268,5717119,使用Layui实现下拉多选功能教程,"['layui', '前端开发', 'javascript']
摘要由CSDN通过智能技术生成

Inputs and Outputs

  • MapReduce 框架执行 <key,Value> < k e y , V a l u e > <script type="math/tex" id="MathJax-Element-9"> </script>对。输入job设置为 <key,Value> < k e y , V a l u e > <script type="math/tex" id="MathJax-Element-10"> </script>,输出也是 <Key,Value> < K e y , V a l u e > <script type="math/tex" id="MathJax-Element-11"> </script>,可以是不同的类型。
  • Key的类需要实现WritableCombale接口通过框架排序。

样例:WordCount 1.0

import java.io.IOException;
import java.util.StringTokenizer;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

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 {
      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();
    Job job = Job.getInstance(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(args[0]));
    FileOutputFormat.setOutputPath(job, new Path(args[1]));
    System.exit(job.waitForCompletion(true) ? 0 : 1);
  }
}

(WordCount)MapReduce 执行过程

public void map(Object key, Text value, Context context
                ) throws IOException, InterruptedException {
  StringTokenizer itr = new StringTokenizer(value.toString());
  while (itr.hasMoreTokens()) {
    word.set(itr.nextToken());
    context.write(word, one);
  }
}
  • 输入文件输入后,被分成几份map进行并行处理, Mapper M a p p e r 是实现了,把字符串通过空格进行分割,并以 <1> < 字 符 , 1 > <script type="math/tex" id="MathJax-Element-13"> <字符,1> </script>的形式输出。
  • 举个例子:

    • 第一个map 输出:

      < Hello, 1>
      < World, 1>
      < Bye, 1>
      < World, 1>
    • 第二个map输出:

      < Hello, 1>
      < Hadoop, 1>
      < Goodbye, 1>
      < Hadoop, 1>
    • Map的执行过程中有个 localcombiner l o c a l c o m b i n e r 使之相同的字符串进行聚合。
    • 第一个map的输出:

      < Bye, 1>
      < Hello, 1>
      < World, 2>
    • 第二个map输出:

      < Goodbye, 1>
      < Hadoop, 2>
      < Hello, 1>
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);
}
  • Reducer通常被用来计算Values的值
  • job的输出是:
< Bye, 1>
< Goodbye, 1>
< Hadoop, 2>
< Hello, 2>
< World, 2>
  • main方法主要包括 input/outputkey/Valueinput/output i n p u t / o u t p u t 路 径 、 k e y / V a l u e 类 型 , i n p u t / o u t p u t 格 式 等 job.waitForCompletion j o b . w a i t F o r C o m p l e t i o n 为了提交job和监控它的进程。

MapReduce -User Interfaces

Mapper

  • Maps 是将各个独立的任务转移输入文件到中间文件,被转移的中间文件不需要和输入文件的类型是一样。一个输入的 <KeyValue> < K e y V a l u e > <script type="math/tex" id="MathJax-Element-17"> </script>对可能有Map 0个或 多个 <Key,value> < K e y , v a l u e > <script type="math/tex" id="MathJax-Element-18"> </script>对输出。
  • hadoop MapReduce 框架中,通过job的inputFormat生成的每个InputSplit会产生一个map任务。
  • Mapper 的实现经过job的 job.setMapperClass j o b . s e t M a p p e r C l a s s 方法,然后框架为在inputSplit的每个键值对调用 map(
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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