欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

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