MapReduce过程中setPartitionerClass、setSortComparatorClass和setGroupingComparatorClass三者关系

  • Post author:
  • Post category:其他


Map首先将输出写到环形缓存当中,开始spill过程:


job.setPartitionerClass(PartitionClass.class);


【按key分区】map阶段最后调用。对key取hash值(或其它处理),指定进入哪一个reduce


job.setSortComparatorClass(SortComparator.class);


【按key排序】每个分区内,对 键 或 键的部分 进行排序,保证分区内局部有序;


job.setGroupingComparatorClass(Grouptail.class);


【按key分组】构造一个key对应的value迭代器。同一分区中满足同组条件(可以是不同的key)的进入同一个Interator,执行一次reduce方法;

partiton是为了完成在shuffle阶段使用哪个reducetask。groupComparator是为了在一个reducetask下区分key的聚合。
举个栗子,在map阶段输出结果为1,一,2,二。设置reducetask数量为2,名字为r1,r2。
此时想把1,一,交给r1处理。2,二,交给r2处理。就需要自定义partiton通过返回值来完成。
但是1,一虽然进入了r1。但是r1,并不认为两者是相同的,也就是在输出的结果上并没有放在一行,而是两行。
如果想让输出结果放到一行,就需要重新定义groupComparator组件。
 ps:一个reducetask会输出一个文件。一个reduce阶段的key对应文件中的一行


https://blog.csdn.net/qq_20641565/article/details/65448582

  • 进入同一个reduce的key是按照顺序排好的,该类使得:
  • 如果连续(注意,一定连续)的两条或多条记录满足同组(即compare方法返回0)的条件,
  • 即使key不相同,他们的value也会进入同一个values,执行一个reduce方法。
  • 相反,如果原来key相同,但是并不满足同组的条件,他们的value也不会进入一个values。
  • 最后返回的key是:满足这些条件的一组key中排在最后的那个。



详 细 讲 解




尚硅谷



详细讲解MapReduce过程

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述