开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

社区首页 >专栏 >MapReduce之Combiner合并

MapReduce之Combiner合并

孙晨c

发布于 2020-07-31 15:53:20

5130

发布于 2020-07-31 15:53:20

举报

文章被收录于专栏：无题~

Combiner是MR程序中Mapper和Reducer之外的一种组件(本质是一个Reducer类)
Combinr组件的父类就是Reducer
Conbimer只有在驱动类里设置了之后，才会运行

在这里插入图片描述

Combiner和Reducer的区别在于运行的位置： map----sort---copy---sort(shuffle阶段)---reduce

==Combiner是在每一个MapTask所在的节点运行
Reducer是接收全局所有Mapper的输出结果==

Combiner的意义就是对每一个MapTask的输出进行局部汇总，以减小网络传输量(减少磁盘IO和网络IO)
Cormbiner能多应用的前提是不能影响最终的业务逻辑，而且，Combiner的输出kv应该跟Reducer的输入kv类型要对应起来。 Combiner用在加减操作的场景，不能用在乘除操作的场景比如：

在这里插入图片描述

Combiner既有可能在MapTask端调用： ①每次溢写前会调用Combiner对溢写的数据进行局部合并 ②在merge时，如果溢写的片段数>=3，如果设置了Combiner，Combiner会再次对数据进行Combine！
Combiner既有可能在ReduceTask端调用： ③shuffle线程拷贝多个MapTask同一分区的数据，拷贝后执行merge和sort, 如果数据量过大，需要将部分数据先合并排序后，溢写到磁盘！如果设置了Combiner，Combiner会再次运行！

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2020-07-29 ，如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自作者个人站点/博客前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

评论

登录后参与评论

0 条评论

热度

最新

LV.