4.2.2MapReduce计数器的基本原理(二）.pptx

下载文档

0
0
约小于1千字
约 8页
2024-03-05 发布于江苏
举报
版权申诉
保障服务

4.2.2MapReduce计数器的基本原理(二）.pptx

1、本文档共8页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

《大数据平台部署与运维》《大数据平台部署与运维》课程组计数器的基本原理

拉取拷贝（fetchcopy）Reduce任务通过向各个Map任务拉取对应分片。这个过程都是以Http协议完成，每个Map节点都会启动一个常驻的HTTPserver服务，Reduce节点会请求这个HttpServer拉取数据，这个过程完全通过网络传输，所以是一个非常重量级的操作。

合并排序Reduce端，拉取到各个Map节点对应分片的数据之后，会进行再次排序，排序完成，结果丢给Reduce函数进行计算。

HadoopMapReduce——Combiner组件如单词统计问题，若有1亿个单词，就会传输1亿个键值对，合理的使用Combiner可以减少键值对的网络传输，提示效率。Combiner发生在map端，通常与reduce有相同的实现Combiner一般适用于求和，求最大值或最小值，不适用与求平均值声明Combiner类的时候必须继承Reducer

HadoopMapReduce——Combiner组件

HadoopMapReduce–Combiner Mapper-outReducer-inCombinerKeyValue0Thisismy10Whatisthat21AndWhatifKeyValueThis1Is1My1What1Is1That1……KeyValueThis1Is2My1What1And1That1……

HadoopMapReduce–Combiner KeyValue0Thisismy10Whatisthat21AndWhatifKeyValueThis1Is1My1What1……KeyValueThis1Is2My1What1……KeyValue0IloveHadoop10IfIKeyValueI1love1Hadoop1If1i1KeyValueI2Hadoop1If1i1KeyValueThis1Hadoop1If2I2input0input0map0map1combine0combine1reduce0

谢谢观看！《大数据平台部署与运维》《大数据平台部署与运维》课程组

您可能关注的文档

文档评论（0）

***** + 关注: 实名认证

内容提供者

该用户很懒，什么也没介绍

咨询Ta 进入空间

1亿VIP精品文档

更多 >

4.2.2MapReduce计数器的基本原理(二）.pptx