shuffle的关键阶段sort(Map端和Reduce端)源码分析
程序员文章站
2024-02-24 14:30:28
源码中有这样一段代码
1. map端排序获取的比较器
public rawcomparator getoutputkeycomparator() {...
源码中有这样一段代码
1. map端排序获取的比较器
public rawcomparator getoutputkeycomparator() { // 获取mapreduce.job.output.key.comparator.class,必须是rawcomparator类型,如果没设置,是null class<? extends rawcomparator> theclass = getclass( jobcontext.key_comparator, null, rawcomparator.class); // 如果用户自定义了这个参数,那么实例化用户自定义的比较器 if (theclass != null) return reflectionutils.newinstance(theclass, this); // 默认情况,用户是没用自定义这个参数 // 判断map输出的key,是否是writablecomparable的子类 // 如果是,调用当前类的内部的comparator! return writablecomparator.get(getmapoutputkeyclass().assubclass(writablecomparable.class), this); }
总结: 如何对感兴趣的数据进行排序?
① 数据必须作为key
② 排序是框架自动排序,我们提供基于key的比较器,也就是comparator,必须是rawcomparator类型
a) 自定义类,实现rawcomparator,重写compare()
指定mapreduce.job.output.key.comparator.class为自定义的比较器类型
b)key实现writablecomparable(推荐)
③ 实质都是调用相关的comparato()方法,进行比较
2. reduce端进行分组的比较器
rawcomparator comparator = job.getoutputvaluegroupingcomparator(); // 获取mapreduce.job.output.group.comparator.class,必须是rawcomparator类型 // 如果没用设置,直接获取maptask排序使用的比较器 // 也是比较key public rawcomparator getoutputvaluegroupingcomparator() { class<? extends rawcomparator> theclass = getclass( jobcontext.group_comparator_class, null, rawcomparator.class); if (theclass == null) { return getoutputkeycomparator(); } // 如果设置了,就使用设置的比较器 return reflectionutils.newinstance(theclass, this); }
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对的支持。如果你想了解更多相关内容请查看下面相关链接
上一篇: 快速建立Servlet和JSP的运行、调试和编译环境
下一篇: 几则JSP入门知识总结