Hadoop之MapReduce

此文章已于 23:19:00 2015/8/4 重新发布到 农民阿姨

Hadoop之MapReduce

MapReduce原理***

MapReduce执行过程***

1. map任务处理

1.1 读取输入文件内容，解析成key、value对。对输入文件的每一行，解析成key、value对。每一个键值对调用一次map函数。

1.2 写自己的逻辑，对输入的key、value处理，转换成新的key、value输出。

1.3 对输出的key、value进行分区。

1.4 对不同分区的数据，按照key进行排序、分组。相同key的value放到一个集合中。

1.5 (可选)分组后的数据进行归约。

2.reduce任务处理

2.1 对多个map任务的输出，按照不同的分区，通过网络copy到不同的reduce节点。

2.2 对多个map任务的输出进行合并、排序。写reduce函数自己的逻辑，对输入的key、values处理，转换成新的key、value输出。

2.3 把reduce的输出保存到文件中。

数据类型与格式***

Writable接口与序列化机制***

---------------------------加深拓展----------------------

MapReduce的执行过程源码分析

Mapreduce 在多于10PB数据时趋向于变慢