MR-图解

1、不是所有的MR都适合combine

1.1、map端统计出了不同班级的每个学生的年龄

如：(class1, 14)表示class1班的一个学生的年龄是14岁。

第一个map任务：

class1 14
class1 15
class1 16
class2 10

第二个map任务：

class1 16
class2 10
class2 11

平均年龄：

class1: ((14+15+16)+16)/4 = 61/4 = 15.25
class2: (10+10+11)/3 = 10.333

1.2、若强制使用combine的话。

第一个map任务：

class1 14
class1 15
class1 16
class2 10
==>平均值：
class1: (14+15+16)/3 = 15
class2: 10/1 = 10

第二个map任务：

class1 16
class2 10
class2 11
==>平均值：
class1: 16/1 = 16
class2: (10+11)/2  =10.5

平均年龄：

==>汇总求平均值：
class1: (15+16)/2  =15.5
class2: (10+10.5) = 10.25

比对结果：

class1: 15.25不等于15.5
class2: 10.333不等于10.25

1.3、结论：并非所有MR都适合combine操作

2、reduce端merge 排序 分组

第一个map输出

(hadoop,1)
(hadoop,1)
(hive,1)

第二个map输出

(hadoop,1)
(hive,1)

第三个map输出

(hadoop,1)
(hive,1)
(hive,1)

-->merge

(hadoop,1)
(hadoop,1)
(hive,1)
(hadoop,1)
(hive,1)
(hadoop,1)
(hive,1)
(hive,1)

-->排序

(hadoop,1)
(hadoop,1)
(hadoop,1)
(hadoop,1)

(hive,1)
(hive,1)
(hive,1)
(hive,1)

-->分组

一组
(hadoop,1)
(hadoop,1)
(hadoop,1)
(hadoop,1)
二组
(hive,1)
(hive,1)
(hive,1)
(hive,1)

-->每组调用一次reduce方法

(hadoop,1)
(hadoop,1)  -> hadoop, Iterable(1,1,1,1) -> reduce(hadoop, Iterable(1,1,1,1), context){...}
(hadoop,1)
(hadoop,1)

⭐️3、wordcount+combine过程

⭐️4、wordcount shuffle

5、grouping

6、自定义OutputFormat