mapreduce编程流程

Mapreduce的编程流程主要分八个阶段：两个MAP阶段，四个shuffle阶段，两个reduce阶段。

Map两个阶段：

1：设置inputformat类，将数据分为key-value对（k1 v1）,并将其输入到第二步。

2：自定义Map逻辑将第一步的结果转换为另外的键值对(k2,v2)，并输出。

shuffle四个阶段：

3：对输出的键值对进行分区。

4：对不同分区的数据按照相同的key排序。

5：（可选），对分组后的数据进行初步规约，降低数据的网络拷贝。

6：对数据进行分组，将相同key的value放入同一个集合中。

Reduce两个阶段：

7：对多个Map任务的结果进行排序以及合并，编写Reduce函数实现自己的逻辑，对输入的键对值进行处理，转换为新的键对值（k3 v3），输出。

8：设置outputformat类处理并保存Reduce输出的键值对。

图解：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-pbJTboOf-1603113436059)(https://s1.ax1x.com/2020/09/29/0eqy8g.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-K0BpE1tg-1603113436066)(https://s1.ax1x.com/2020/09/29/0eq4aV.png)]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-UlWoI5sv-1603113436069)(https://s1.ax1x.com/2020/09/29/0eLkqI.png)]

Mapreduce wordcount案例编程流程

链接：https://blog.csdn.net/qq_16146103/article/details/105692080

重写Mapper类：

package org.example.wordcount;
import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;


public class WcMapper extends Mapper<LongWritable, Text, Text, IntWritable> {
   

    Text k = new Text();
    IntWritable v = new<