hadoop (MapReduce流程)

MapReduce 流程图

  一.任务提交启动一些检查(待处理的文件和存放处理后的文件是否存在)

     经过inputFormat (inputformat中产生文件的切片和输出k,v对)

     根据数据来切片(切片的规则  剩余的部分 > 切片的大小 * 1.1),map任务的切分根据数据量的大小。(默认一个块128M),

     mapper执行任务的数量通常由输入的总大小决定(即输入文件的块总数可以切分成几片就有几个mapper任务)。

                          inputformat     简单类实现图       

      

      可以自定义 inputformat 实现类,实现类中具体的方法,或者继承实现类,重写类中的方法,指定具体的分片规则,和输出的k,v对。

      

 二. 框架进行分组,并传递给Mapper.

 

    1) mapper的产生的数据会放到一个环形缓冲区中。在环形缓冲区中会进行:分区,排序

    2)分区:根据reduce任务数量决定mapper产生的数据分几个区(partitioner可以自定义实现分区的规则)。 可

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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