版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
Hadoop技術(shù)原理MapReduce進階MapReduce進階01MapReduce進階01MapReduce輸入格式邏輯分片(按照200字分片)MapReduce進階02MapReduce輸入格式邏輯分片有了邏輯分片,就可以逐行獲取數(shù)據(jù)MapReduce進階03MapReduce輸入格式InputFormat類實現(xiàn)了兩個功能數(shù)據(jù)切分,獲得SplitInput(邏輯切片),F(xiàn)ileInputFormat.getSplits()獲取到。為Mapper提供輸入數(shù)據(jù)。有多少個SplitInput,就有多少個Mapper由于沒有定義InputFormat,默認使用TextInputFormat逐行獲取文本MapReduce進階04MapReduce輸出格式OutputFormat主要用于描述輸出數(shù)據(jù)的格式,通過RecordWriter能夠?qū)⒂脩籼峁┑膋ey/value對寫入特定格式的文件中TextOutputFormt調(diào)用toString()方法把它們轉(zhuǎn)換為字符串NullWritable來省略輸出的key或valueMapReduce進階05分區(qū)(partition)Partition定義Mapper任務(wù)劃分數(shù)據(jù)的過程稱作Partition。負責(zé)實現(xiàn)數(shù)據(jù)的類稱作Partitioner,默認的分區(qū)是Hash分區(qū)(HashPartition)。Partition作用將map階段產(chǎn)生的所有<key,value>對分配給不同的Reducer處理,可以將Reduce階段的處理負載進行分攤。把數(shù)據(jù)打散進行處理,最終是為了避免熱塊(數(shù)據(jù)傾斜)Partition的數(shù)量決定Reducer的數(shù)量。MapReduce進階06分區(qū)分區(qū)的基本原理計算某個值的hash值,如果結(jié)果相同,則放入同一個分區(qū)MapReduce進階07合并是一種特殊Reducer,在Mapper端,先執(zhí)行一次Reducer作用:減少Mapper輸出到Reduce的數(shù)據(jù)量,緩解網(wǎng)絡(luò)傳輸瓶頸,提高reducer的執(zhí)行效率。需要注意的問題:一定要謹慎使用Combiner,有些情況不能使用Combiner---->如:求平均值保證引入Combiner以后,不能改變原來的邏輯
合并(Combiner)合并簡介MapReduce進階08合并(Combiner)使用Combiner差異MapReduce進階09合并(Combiner)不能使用Combiner情況-->舉例:求平均值MapReduce工作機制02MapReduce工作機制01Yarn中運行MapReduce的工作原理MapReduce工作機制02Yarn中運行MapReduce的工作原理整個過程涉及五個獨立的實體:客戶端:提交MapReduce作業(yè)YARNResourceManager:負責(zé)協(xié)調(diào)集群上計算機資源的分配YARNNodeManager:負責(zé)啟動和監(jiān)視集群中機器上的計算容器(container)MapReduce的ApplicationMaster,負責(zé)協(xié)調(diào)運行MapReduce作業(yè)的任務(wù)。它和MapReduce任務(wù)在容器中運行,這些容器由資源管理器分配并由節(jié)點管理器進行管理。分布式文件系統(tǒng)(一般為HDFS):共享作業(yè)文件MapReduce工作機制03狀態(tài)更新在MapReduce中的傳遞流程MapReduce工作機制04狀態(tài)更新在MapReduce中的傳遞流程map任務(wù)或reduce任務(wù)運行時,向自己的MRAppMaster報告進度和狀態(tài)。MRAppMaster形成一個作業(yè)的匯聚視圖客戶端每秒鐘輪詢一次MRAppMaster獲取最新狀態(tài)。Shuffle(MapReduce的核心)05MapReduce確保每個reducer的輸入都是按鍵排序的。系統(tǒng)執(zhí)行排序、將map輸出作為輸入傳給reducer的過程稱為Shuffle。Shuffle是MapReduce奇跡發(fā)生的地方。Shuffle(MapReduce的核心)06Shuffle:把中間結(jié)果里相同鍵值的數(shù)據(jù)送給同一個Reducer一個Reducer處理多個鍵值一個Reducer處理的所有鍵值稱為一個“分片”(Partition)Mapper任務(wù)輸出中間結(jié)果后,需要確定每個鍵值對所對應(yīng)的分片MapReduce編程案例07排序基本數(shù)據(jù)類型(1)數(shù)字默認:升序舉例:查詢員工的薪水,按照升序排序降序:重寫一個比較器 (2)字符串字典順序舉例:WordCount單詞計數(shù)非基本
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 【語文課件】井岡翠竹 (鄂教版)課件
- 《基層醫(yī)院感染培訓(xùn)》課件
- 三年級寫作入門指導(dǎo)
- 平行和相交(黃玉紅的課件)
- 【大學(xué)課件】市場營銷調(diào)研與預(yù)測
- 一步一步走啊走視頻專用課件
- 《第三節(jié) 合理發(fā)展交通運輸》課件1
- 固定收益策略報告:資金下還是短端上
- 《導(dǎo)師孫名松教授》課件
- 單位管理制度展示大全【職工管理篇】十篇
- 心理健康教育國內(nèi)外研究現(xiàn)狀
- 偉大的《紅樓夢》智慧樹知到期末考試答案章節(jié)答案2024年北京大學(xué)
- 廣州社會保險退款申請表
- 2024年知識競賽-競彩知識筆試參考題庫含答案
- 2023-2024學(xué)年《Web開發(fā)基礎(chǔ)》試卷及答案解析
- 標(biāo)準(zhǔn)化考場方案
- 鐵路職業(yè)病防治工作課件
- 環(huán)境影響評價技術(shù)方案
- 部隊預(yù)防醉駕
- 皖醫(yī)大兒科學(xué)習(xí)題及答案
- 幼兒園建筑設(shè)計與建筑信息模型應(yīng)用
評論
0/150
提交評論