版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
MapReduce的各個執(zhí)行階段2學(xué)習(xí)任務(wù)了解MapReduce各個執(zhí)行階段掌握MapReduce階段知識3知識目標(biāo)學(xué)習(xí)MapReduce執(zhí)行階段了解MapReduce宏觀上的三個階段01能力目標(biāo)熟練掌握MapReduce各個執(zhí)行階段02學(xué)習(xí)目標(biāo)4目錄01MapReduce簡介02MapReduce宏觀執(zhí)行階段03MapReduce工作原理04MapReduce主要功能5MapReduce簡介MapReduce是一種并行可擴(kuò)展計算模型,并且有較好的容錯性,主要解決海量離線數(shù)據(jù)的批處理。實現(xiàn)下面目標(biāo)。易于編程良好的擴(kuò)展性高容錯性6MapReduce宏觀執(zhí)行階段宏觀上MapReduce可以分為以下三個階段,如下圖所示。階段1:input/map/partition/sort/spill階段2:mapper端merge階段3:reducer端merge/reduce/output7MapReduce宏觀執(zhí)行階段以下分別對上述三個階段詳解。首先是Mapper端的執(zhí)行邏輯,主要包含以下三點,如圖所示:1.將key/value/Partition寫入到內(nèi)存緩沖區(qū)中2.當(dāng)緩沖區(qū)使用量達(dá)到一定閥值,將其spill到disk上,spill前,需要進(jìn)行排序3.排序時先按照Partition進(jìn)行排序,再按照key進(jìn)行排序,默認(rèn)排序算法是快速排序。8MapReduce宏觀執(zhí)行階段注意:在內(nèi)存中進(jìn)行排序時,數(shù)據(jù)本身不用移動,僅對索引排序即可9MapReduce宏觀執(zhí)行階段接下來是Map端的歸并實現(xiàn),主要包含以下兩點,如圖所示。1.對生成的多個spill文件,進(jìn)行歸并排序2.最終歸并成一個大文件10MapReduce宏觀執(zhí)行階段注意:1.由于每一個spill文件都是按分區(qū)和key排序好的,所以歸并完的文件也是按分區(qū)和key排序好的。2.在進(jìn)行歸并的時候,不是一次性的把所有的spill文件歸并成一個大文件。而是部分spill文件歸并成中間文件,然后中間文件和剩下的spill文件再進(jìn)行歸并。11MapReduce宏觀執(zhí)行階段最后是Reducer端的Merge和Reduce,主要包含以下三點,如下圖所示:1.當(dāng)有新的MapTask事件完成時,拷貝線程從指定的機(jī)器上面拷貝數(shù)據(jù)2.當(dāng)數(shù)據(jù)拷貝的時候,分兩種情況,當(dāng)數(shù)據(jù)量小的時候就會寫入內(nèi)存當(dāng)中,當(dāng)數(shù)據(jù)量大的時候就會寫入硬盤當(dāng)中3.來自不同的機(jī)器的多個數(shù)據(jù)文件,需要歸并成一個文件.在拷貝文件過程中會進(jìn)行文件歸并操作.12MapReduce宏觀執(zhí)行階段3.來自不同的機(jī)器的多個數(shù)據(jù)文件,需要歸并成一個文件.在拷貝文件過程中會進(jìn)行文件歸并操作.13MapReduce運行的5個階段MapReduce在運行的過程中大致概括為5個步驟1.[input階段]獲取輸入數(shù)據(jù)進(jìn)行分片作為map的輸入
2.[map階段]過程對某種輸入格式的一條記錄解析成一條或多條記錄
3.[shffle階段]對中間數(shù)據(jù)的控制,作為reduce的輸入
4.[reduce階段]對相同key的數(shù)據(jù)進(jìn)行合并
5.[output階段]按照格式輸出到指定目錄14MapReduce運行的5個階段input階段input階段主要是從節(jié)點上反序列化數(shù)據(jù),讀取后切片,供map階段使用
序列化格式和inputformat格式可以自定義設(shè)置
只有支持分片的壓縮格式可以分片
記錄格式:如serse用正則表達(dá)式來轉(zhuǎn)換文本hive
具體的步驟順序如下:1.訪問datanode中的數(shù)據(jù)反序列化數(shù)據(jù)并進(jìn)行切片,為每一個切片分配一個map任務(wù)
。2.并發(fā)的執(zhí)行這些任務(wù)
。3.通過recordReader讀取切片中的每一條記錄,按照記錄格式讀取,偏移值作為map的key,記錄行作為value,當(dāng)做map方法的參數(shù)。15MapReduce運行的5個階段map階段通過對輸入記錄的處理,轉(zhuǎn)換成一個或多個中間記錄shuffle階段需要注意:
1.shuffle階段會對中間值進(jìn)行優(yōu)化,并且將分區(qū)的數(shù)據(jù)分發(fā)給各個reduce處理2.map任務(wù)的輸出默認(rèn)是放在本地磁盤的臨時緩沖目錄中的3.分區(qū),排序,combiner過程可自定義4.由于受限于集群可用帶寬,通常會對中間數(shù)據(jù)做壓縮,combiner處理,減少網(wǎng)絡(luò)帶寬消耗5.分區(qū)的作用就是決定根據(jù)map輸出的key值由哪個reduce處理6.mapper實現(xiàn)類讀取配置文件屬性,可以在配置中指定壓縮的格式7.每一個分組的后臺線程對輸出結(jié)果的key進(jìn)行排序,在排序的過程中,有combine函數(shù)則會進(jìn)行調(diào)用16MapReduce運行的5個階段shuffle階段(1)map數(shù)據(jù)會先輸出到內(nèi)存緩沖區(qū)中,到達(dá)默認(rèn)的80%的閥值后,會像map任務(wù)本地寫數(shù)據(jù),每次寫都會生成一個小文件。(2)在寫到本地的過程中,會經(jīng)歷分區(qū),排序,combiner(可選)的過程(3)當(dāng)最后一個文件溢寫到本地磁盤中的時候,區(qū)與區(qū)的文件就是合并,排序,壓縮(可選)(4)經(jīng)過分區(qū)的排序的大文件會按照不同的分區(qū)被拷貝到相應(yīng)的reduce中處理(5)reduce端通過httpnetwork復(fù)制map端傳來的數(shù)據(jù)(6)將輸入的數(shù)據(jù)排序后合并,經(jīng)過2次排序后會返回一個value的迭代器(7)分組將相同key的value放到一起作為一個value集合,作為reduce的輸入17MapReduce運行的5個階段reduce階段處理<key,list<value>>對,對每個key產(chǎn)生一個結(jié)果output階段對輸出數(shù)據(jù)通常會做壓縮,節(jié)省磁盤空間將reduce結(jié)果按照輸出的格式寫入文件中按
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 小貓釣魚教學(xué)課件
- 村民分家協(xié)議書-合同模板
- DB3301∕T 65.4-2024 反恐怖防范系統(tǒng)管理規(guī)范 第4部分:水利工程
- 發(fā)展與合作課件
- 員工滿意度調(diào)查分析報告
- 2022-2023學(xué)年高二物理競賽課件:串聯(lián)諧振應(yīng)用舉例
- 2024年松原道路客運從業(yè)資格證考試
- 2024年拉薩客運從業(yè)資格證實操考試題庫及答案解析
- 2024年寧德客運模擬考試
- 2024年吉林客運資格證實操試題
- 半喉切除護(hù)理配合-課件
- 北師大版四年級上冊數(shù)學(xué)教學(xué)課件4國土面積
- 農(nóng)村三資管理講座教學(xué)課件
- 體育概論測試-體育的基本形態(tài)(運12)試題含答案
- 原發(fā)性干燥綜合征的中西醫(yī)協(xié)同診療課件
- 語文課堂教學(xué)案例分析課件
- 醫(yī)療質(zhì)量管理的七大工具共65張課件
- (word完整版)企業(yè)安全生產(chǎn)技術(shù)服務(wù)工作方案
- 大學(xué)生心理危機(jī)識別與干預(yù)課件
- (通用版)全國標(biāo)準(zhǔn)化知識競賽題庫及答案
- 小學(xué)英語外研新標(biāo)準(zhǔn)三年級上冊Module小學(xué)英語教學(xué)案例
評論
0/150
提交評論