MapTask机制总共分为5个阶段:
1. read:读取文件数据
2. map:解析key value值
3. collect:
4. 溢写:此时可能会有合并、压缩等操作
5. combine:当所有数据处理完成后,MapTask对所有临时文件进行一次合并,以确保最终只会生成一个数据文件
ReduceTask阶段:-
1. copy:先有数据,要注意文件大小,如果查过某一个阈值则存储到磁盘否则放在内存中即可
2. merge:在copy的同时,合并内存和磁盘的文件防止内存使用过多或者磁盘文件太多
3. sort
4. reduce:将结果写到HDFS上
复习之MapTask机制和ReduceTask工作机制
于 2022-02-15 15:35:16 首次发布