MapReduce过程简析

本文主要讲述hadoop中MapReduce数据处理的过程。

MapReduce处理流程

MapReduce处理流程

过程简析:

  MapReduce的作业流程大致可分为4个步骤:input、maper、shuffle、reducer。下面以这四个阶段为基础来对MapReduce进行说明。

1.input

  input为MapReduce从HDFS中读取数据阶段,在input阶段,主要会对要读入的数据进行InputFormat和InputSplit处理,然后通过RecordReader,将符合要求数据提供Mapper使用。
  其中:
    InputFormat:决定读取数据的格式,可以是文件或数据库等。
    InputSplit:将输入文件进行逻辑分片,一个InputSplit分配一个独立Map任务。
  注: a.Split的个数将决定Map的数量,大量的Mapper Task的创建开销是巨大的。所以应尽量避免小文件。InputSplit可以通过调用CombineFileInputFormat将若干个Split打包成一个Split。
  b.通常一个split就是一个block(FileInputFormat仅仅拆分比block大的文件),这样做的好处是使得Map可以在存储有当前数据的节点上运行本地的任务,而不需要通过网络进行跨节点的任务调度。

2.maper

  maper的主要功能是对输入的数据,根据需求进行处理,并将处理结果写入本地磁盘。maper阶段可以细分为:map、partition、buffer、spill、merge五个阶段。

  2.1 map

  mapReduce框架会对inputSplit中的每个键值对调用一次map,经map处理后,会得到一个新的(key,value)键值对。根据需求,需重写map函数。

  2.2 partition:分区

  partition的作用就是根据map输出的key和value以及reduce的数量来决定当前这对输出数据最终由哪个reduce task来处理。默认的处理方式:对key hash后再对reduce task数量取模。也可根据要求,重写Partitioner函数。

  2.3 buffer:内存缓冲区

  当数据经map、partition处理之后,产生的结果不会直接写入本地磁盘,而是写入一个环形内存缓冲区。每个map都会对应一个内存缓冲区。默认100M。
  注:写入内存缓冲去的内容不仅包括map解析出的键值对,还包括Partitioner操作得到的分区元数据。

  2.4 spill 溢写

  当内存缓冲区内的数据达到阈值80M(可设)时,将启动一独立线程来将缓冲区数据写入本地磁盘,此过程成为溢写。此时并不影响往剩余20M的内存缓冲区里继续写入数据。
  在执行spill的过程中,还会执行sort和combiner过程(combiner可选)。先对需要spill的数据进行排序,然后如果配置了combiner,则还会执行数据的合并。(combiner可以有效减小写入本地磁盘的数据量)。

  2.5 merge

  当本节点的map任务处理完成后,本地磁盘中可能会存在很多的溢写文件。所以需要将多份溢写文件合并成一份,在次过程中,如果开启combiner,会再次对文件中相同的key值进行数据合并。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,033评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,725评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,473评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,846评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,848评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,691评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,053评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,700评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,856评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,676评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,787评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,430评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,034评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,990评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,218评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,174评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,526评论 2 343

推荐阅读更多精彩内容