MapReduce的源码分析

本文详细探讨了MapReduce的工作机制,包括map端和reduce端的数据处理流程,分析了切片、溢写磁盘、环形缓冲区等核心概念,以及默认的排序算法和预聚合策略。同时,文章还介绍了reduce端的归并排序方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

map端的输出是reduce端的输入。

切片的信息

设置块的最大值和最小值

设置切片的最大值和最小值

设置reduce  task的个数

如果reduce环节为0,那么就是说没有reduce环节

如果reduce的个数不为零,那么reduce阶段就有两个环节:分区和排序

map阶段有一个run方法

 

偏移量:

map端的源码分析:

partition的源码分析

在框架默认的情况下,reduce的数量是一个。

partition分区器的个数

环形缓冲区的设定

 spill溢写磁盘

排序器:默认是快速排序

 job阶段的比较器

combiner:map端的预聚合

combiner默认是没有的,是人为加上去的

 溢写线程

环形缓冲区和赤道

reduce 端的源码分析:

reduce端也有排序,但是reduce端的排序是一种归并排序方法。

 

 

 查看用户设置比较器没有,分组比较器、排序比较器

 

  

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值