MapReduce开发总结

5. CombineTextInputFormat可以把多个小文件合并成一个切片处理，提高处理效率。

6. 用户还可以自定义lnputFormat。

逻辑处理接口: Mapper

用户根据业务需求实现其中三个方法: map()；setup()； cleanup ()；

Partitioner分区

1. 有默认实现HashPartitioner，逻辑是根据key的哈希值和numRecces来返回一个分区号; kexy.hashCode()&Integer.MAXVALUE%numRecces

2. 如果业务上有特别的需求，可以自定义分区。

3. Partitioner分区介绍

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Reduce。

4. 二次排序:排序的条件有两个。

combiner合并

1. Combiner合并可以提高程序执行效率，i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。

2. combiner合并案例

Reduce端分组:GroupingComparator

1. 在Reduce端对key进行分组。应用于:在接收的key为b ean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。

2. GroupingComparator分组案例

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 ()；