2023學(xué)年完整公開課版partitioner詳解_第1頁
2023學(xué)年完整公開課版partitioner詳解_第2頁
2023學(xué)年完整公開課版partitioner詳解_第3頁
2023學(xué)年完整公開課版partitioner詳解_第4頁
2023學(xué)年完整公開課版partitioner詳解_第5頁
已閱讀5頁,還剩10頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領(lǐng)

文檔簡介

partitioner詳解2學(xué)習(xí)任務(wù)了解partitioner的工作機制了解partitioner的種類3知識目標默認Hadoop分區(qū)器是什么Hadoop共有幾種分區(qū)器類型01能力目標了解Partitioner的工作原理了解Partitioner的有優(yōu)勢了解Partitioner的種類02學(xué)習(xí)目標4目錄01HadoopPartitioner分區(qū)程序02Hadoop提供的Partitioner種類5HadoopPartitioner分區(qū)程序MapReduce的Partitioner分區(qū)程序控制中間映射器輸出鍵的分區(qū)。通過散列函數(shù),密鑰(或密鑰的子集)用于導(dǎo)出分區(qū)。分區(qū)總數(shù)取決于reduce任務(wù)的數(shù)量。Partitioner的作用是對Mapper產(chǎn)生的中間結(jié)果進行分片,以便將同一分組的數(shù)據(jù)交給同一個Reducer處理,它直接影響Reduce階段的負載均衡。6HadoopPartitioner分區(qū)程序如何使用Hadoop產(chǎn)生一個全局排序的文件?最簡單的方法就是使用一個分區(qū),但是該方法在處理大型文件時效率極低,因為一臺機器必須處理所有輸出文件,從而完全喪失了MapReduce所提供的并行架構(gòu)的優(yōu)勢。事實上我們可以這樣做,首先創(chuàng)建一系列排好序的文件;其次,串聯(lián)這些文件(類似于歸并排序);最后得到一個全局有序的文件。主要的思路是使用一個partitioner來描述全局排序的輸出。使用partitioner的原因7HadoopPartitioner分區(qū)程序比方說有1000個1-10000的數(shù)據(jù),跑10個ruduce任務(wù),如果我們運行進行partition的時候,能夠?qū)⒃?-1000中數(shù)據(jù)的分配到第一個reduce中,1001-2000的數(shù)據(jù)分配到第二個reduce中,以此類推。即第n個reduce所分配到的數(shù)據(jù)全部大于第n-1個reduce中的數(shù)據(jù)。這樣,每個reduce出來之后都是有序的了,我們只要cat所有的輸出文件,變成一個大的文件,就都是有序的。partitioner的使用例子8HadoopPartitioner分區(qū)程序HadoopMapReduce中的默認Hadoop分區(qū)程序是HashPartitioner,用于計算密鑰的哈希值并根據(jù)此結(jié)果分配分區(qū)。MAX_VALUE默認使用key的hash值與上int的最大值,避免出現(xiàn)數(shù)據(jù)溢出。MapReduce默認分區(qū)程序packageorg.apache.hadoop.mapreduce.lib.partition;importorg.apache.hadoop.mapreduce.Partitioner;publicclassHashPartitioner<K,V>extendsPartitioner<K,V>{publicintgetPartition(Kkey,Vvalue,intnumReduceTasks){return(key.hashCode()&Integer.MAX_VALUE)%numReduceTasks;}}9Hadoop提供的Partitioner種類Partitioner<k,v>是partitioner的基類,如果需要定制partitioner也需要繼承該類。patition類結(jié)構(gòu)packageorg.apache.hadoop.mapred;@DeprecatedpublicinterfacePartitioner<K2,V2>extendsJobConfigurable{intgetPartition(K2key,V2value,intnumPartitions);}10Hadoop提供的Partitioner種類HadoopMapReduce中的默認Hadoop分區(qū)程序是HashPartitioner。計算方法是whichreducer=(key.hashCode()&Integer.MAX_VALUE)%numReduceTasks,得到當前的目的reducer。HashPartitionerpackageorg.apache.hadoop.mapreduce.lib.partition;importorg.apache.hadoop.mapreduce.Partitioner;publicclassHashPartitioner<K,V>extendsPartitioner<K,V>{publicintgetPartition(Kkey,Vvalue,intnumReduceTasks){return(key.hashCode()&Integer.MAX_VALUE)%numReduceTasks;}}11Hadoop提供的Partitioner種類BinaryPatitioner繼承于Partitioner<BinaryComparable,V>,是Partitioner<k,v>的偏特化子類。該類提供leftOffset和rightOffset在計算whichreducer時僅對鍵值K的[rightOffset,leftOffset]這個區(qū)間取hash。計算方法是Whichreducer=(hash&Integer.MAX_VALUE)%numReduceTasks。BinaryPatitionerreducer=(hash&Integer.MAX_VALUE)%numReduceTasks12Hadoop提供的Partitioner種類BinaryPatitionerpublicintgetPartition(BinaryComparablekey,Vvalue, intnumPartitions){ intlength=key.getLength(); intleftIndex=(leftOffset+length)%length; intrightIndex=(rightOffset+length)%length; inthash=WritableComparator.hashBytes(key.getBytes(), leftIndex,rightIndex-leftIndex+1); return(hash&Integer.MAX_VALUE)%numPartitions;}13Hadoop提供的Partitioner種類KeyFieldBasedPartitioner也是基于hash的個partitioner。和BinaryPatitioner不同,它提供了多個區(qū)間用于計算hash。當區(qū)間數(shù)為0時KeyFieldBasedPartitioner退化成

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)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(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。

評論

0/150

提交評論