在小菌上一篇博客《什么是MapReduce(入门篇)》中,小菌已经为大家介绍了MapReduce的相关概念介绍。其中谈到了MapReduce主要由Map和Reduce两个过程组成!事实上,为了让Reduce可以并行处理Map的结果,需要对Map的输出进行一定的分区(Partition),排序(Sort),合并(Combine),分组(Group)等操作,得到<key,value-list>形式的中间结果,再交给对应的Reduce 进行处理,这个过程也就是小菌需要为大家介绍的,叫做Shuffle(混洗)!
先让我们来看下Shuffle阶段的四个操作的具体功能演示(下图的3~6步操作)。
是不是有点丈二和尚——摸不着头脑,不要着急,让小菌来告诉大家更详细的步骤过程!
第5步:对输出的key,value对进行分区。相同key的数据发送到同一个reduce里面去,相同key合并,value形成一个集合
第6步:对不同分区的数据按照相同的key进行排序
第7步:对分组后的数据进行规约(combine操作)&#