MapReduce之自定义Combiner

概述

Combinar继承了`Reducer`, 可选过程, 在map端的实现分组(是在map端运行的reduce), 减小网络IO传输; 

使用Combiner需要满足的条件

• Combiner不能影响最终计算结果
  例如求平均值就不能使用Combiner
  
  
• 输出k-v类型必须与map输出一致

自定义过程

1. 继承Reducer, 重写Reduce方法

Public class MyReducer extends Reucer<Text, IntWritable, Text, IntWritable>{ @Override protected void reduce(Text key, Iterable<IntWritable> values,Context context) }

x

 

1

Public class MyReducer extends Reucer<Text, IntWritable, Text, IntWritable>{

2

3

    @Override

4

    protected void reduce(Text key, Iterable<IntWritable> values,Context context)

5

}

2. 在Job驱动类设置

job.setCombinerClass(WordcountCombiner.class);

1

 

1

job.setCombinerClass(WordcountCombiner.class);