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