大数据培训MapReduce开发总结

MapReduce开发总结

在编写MapReduce程序时，需要考虑如下几个方面：

1．输入数据接口: InputFormat
(1）默认使用的实现类是:TextInputFormat
(2)TextInputFormat的功能逻辑是:—次读一行文本，然后将该行的起始
偏移量作为key，行内容作为value返回。
(3 ）KeyValueTextInputFormat每一行均为一条记录，被分隔符分割为key,
valule。默认分隔符是tab (t)。
(4)NlineInputFormat按照指定的行数N来划分切片。
(5)CombineTextInputFormat可以把多个小文件合并成一个切片处理，提高
处理效冬。
(6）用户还可以自定义InputFormat。

大数据培训

4. Comparable排序
(1）当我们用自定义的对象作为key来输出时，就必须要实现
WritableComparable接口，重写其中的compareTo(方法。
(2）部分排序:对最终输出的每一个文件进行内部排序。
(3）全排序:对所有数据进行排序，通常只有一个Reduice。
(4）二次排序:排序的条件有两个。
5.Combiner合并
Combiner合并可以提高程序执行效率，减少IO传输。但是使用时必须不能影
响原有的业务处理结果。

6. Reduce端分组:GroupingComparator
在Reduce端对key进行分组。应用于:在接收的key为bean对象时，想让一个或几个字
段相同（全部字段比较不相同）的key进入到同一个reduce方法时，可以采用分组排序。
7．逻辑处理接口: Reducer
用户根据业务需求实现其中三个方法:reduce(setup(cleanup o