Hadoop MapReduce执行过程详解（带hadoop例子）

2016-05-08 557

分析MapReduce执行过程

MapReduce运行的时候，会通过Mapper运行的任务读取HDFS中的数据文件，然后调用自己的方法，处理数据，最后输出。Reducer任务会接收Mapper任务输出的数据，作为自己的输入数据，调用自己的方法，最后输出到HDFS的文件中。整个流程如图：

Mapper任务的执行过程详解

每个Mapper任务是一个java进程，它会读取HDFS中的文件，解析成很多的键值对，经过我们覆盖的map方法处理后，转换为很多的键值对再输出。整个Mapper任务的处理过程又可以分为以下几个阶段，如图所示。

在上图中，把Mapper任务的运行过程分为六个阶段。

第一阶段是把输入文件按照一定的标准分片(InputSplit)，每个输入片的大小是固定的。默认情况下，输入片(InputSplit)的大小与数据块(Block)的大小是相同的。如果数据块(Block)的大小是默认值64MB，输入文件有两个，一个是32MB，一个是72MB。那么小的文件是一个输入片，大文件会分为两个数据块，那么是两个输入片。一共产生三个输入片。每一个输入片由一个Mapper进程处理。这里的三个输入片，会有三个Mapper进程处理。
第二阶段是对输入片中的记录按照一定的规则解析成键值对。有个默认规则是把每一行文本内容解析成键值对。“键”是每一行的起始位置(单位是字节)，“值”是本行的文本内容。
第三阶段是调用Mapper类中的map方法。第二阶段中解析出来的每一个键值对，调用一次map方法。如果有1000个键值对，就会调用1000次map方法。每一次调用map方法会输出零个或者多个键值对。
第四阶段是按照一定的规则对第三阶段输出的键值对进行分区。比较是基于键进行的。比如我们的键表示省份(如北京、上海、山东等)，那么就可以按照不同省份进行分区，同一个省份的键值对划分到一个区中。默认是只有一个区。分区的数量就是Reducer任务运行的数量。默认只有一个Reducer任务。
第五阶段是对每个分区中的键值对进行排序。首先，按照键进行排序，对于键相同的键值对，按照值进行排序。比如三个键值对<2,2>、<1,3>、<2,1>，键和值分别是整数。那么排序后的结果是<1,3>、<2,1>、<2,2>。如果有第六阶段，那么进入第六阶段；如果没有，直接输出到本地的linux文件中。
第六阶段是对数据进行归约处理，也就是reduce处理。键相等的键值对会调用一次reduce方法。经过这一阶段，数据量会减少。归约后的数据输出到本地的linxu文件中。本阶段默认是没有的，需要用户自己增加这一阶段的代码。

Reducer任务的执行过程详解

每个Reducer任务是一个java进程。Reducer任务接收Mapper任务的输出，归约处理后写入到HDFS中，可以分为如下图所示的几个阶段。

第一阶段是Reducer任务会主动从Mapper任务复制其输出的键值对。Mapper任务可能会有很多，因此Reducer会复制多个Mapper的输出。
第二阶段是把复制到Reducer本地数据，全部进行合并，即把分散的数据合并成一个大的数据。再对合并后的数据排序。
第三阶段是对排序后的键值对调用reduce方法。键相等的键值对调用一次reduce方法，每次调用会产生零个或者多个键值对。最后把这些输出的键值对写入到HDFS文件中。

在整个MapReduce程序的开发过程中，我们最大的工作量是覆盖map函数和覆盖reduce函数。

键值对的编号

在对Mapper任务、Reducer任务的分析过程中，会看到很多阶段都出现了键值对，读者容易混淆，所以这里对键值对进行编号，方便大家理解键值对的变化情况，如下图所示。

在上图中，对于Mapper任务输入的键值对，定义为key1和value1。在map方法中处理后，输出的键值对，定义为key2和value2。reduce方法接收key2和value2，处理后，输出key3和value3。在下文讨论键值对时，可能把key1和value1简写为<k1,v1>，key2和value2简写为<k2,v2>，key3和value3简写为<k3,v3>。

以上内容来自：http://www.superwu.cn/2013/08/21/530/

-----------------------分------------------割----------------线-------------------------

例子：求每年最高气温

在HDFS中的根目录下有以下文件格式： /input.txt

比如：2010012325表示在2010年01月23日的气温为25度。现在要求使用MapReduce，计算每一年出现过的最大气温。

在写代码之前，先确保正确的导入了相关的jar包。我使用的是maven，可以到http://mvnrepository.com去搜索这几个artifactId。

此程序需要以Hadoop文件作为输入文件，以Hadoop文件作为输出文件，因此需要用到文件系统，于是需要引入hadoop-hdfs包；我们需要向Map-Reduce集群提交任务，需要用到Map-Reduce的客户端，于是需要导入hadoop-mapreduce-client-jobclient包；另外，在处理数据的时候会用到一些hadoop的数据类型例如IntWritable和Text等，因此需要导入hadoop-common包。于是运行此程序所需要的相关依赖有以下几个：

 
        <
        dependency
        > 
       
 
            
        <
        groupId
        >org.apache.hadoop</
        groupId
        > 
       
 
            
        <
        artifactId
        >hadoop-hdfs</
        artifactId
        > 
       
 
            
        <
        version
        >2.4.0</
        version
        > 
       
 
        </
        dependency
        > 
       
 
        <
        dependency
        > 
       
 
            
        <
        groupId
        >org.apache.hadoop</
        groupId
        > 
       
 
            
        <
        artifactId
        >hadoop-mapreduce-client-jobclient</
        artifactId
        > 
       
 
            
        <
        version
        >2.4.0</
        version
        > 
       
 
        </
        dependency
        > 
       
 
        <
        dependency
        > 
       
 
            
        <
        groupId
        >org.apache.hadoop</
        groupId
        > 
       
 
            
        <
        artifactId
        >hadoop-common</
        artifactId
        > 
       
 
            
        <
        version
        >2.4.0</
        version
        > 
       
 
        </
        dependency
        > 
       

包导好了后，设计代码如下：

 
        package 
        com.abc.yarn; 
       
        import 
        java.io.IOException; 
       
        import 
        org.apache.hadoop.conf.Configuration; 
       
        import 
        org.apache.hadoop.fs.Path; 
       
        import 
        org.apache.hadoop.io.IntWritable; 
       
        import 
        org.apache.hadoop.io.LongWritable; 
       
        import 
        org.apache.hadoop.io.Text; 
       
        import 
        org.apache.hadoop.mapreduce.Job; 
       
        import 
        org.apache.hadoop.mapreduce.Mapper; 
       
        import 
        org.apache.hadoop.mapreduce.Reducer; 
       
        import 
        org.apache.hadoop.mapreduce.lib.input.FileInputFormat; 
       
        import 
        org.apache.hadoop.mapreduce.lib.output.FileOutputFormat; 
       
        public 
        class 
        Temperature { 
       
        /** 
       
        * 四个泛型类型分别代表： 
       
        * KeyIn        Mapper的输入数据的Key，这里是每行文字的起始位置（0,11,...） 
       
        * ValueIn      Mapper的输入数据的Value，这里是每行文字 
       
        * KeyOut       Mapper的输出数据的Key，这里是每行文字中的“年份” 
       
        * ValueOut     Mapper的输出数据的Value，这里是每行文字中的“气温” 
       
        */ 
       
        static 
        class 
        TempMapper 
        extends 
       
        Mapper<LongWritable, Text, Text, IntWritable> { 
       
        @Override 
       
        public 
        void 
        map(LongWritable key, Text value, Context context) 
       
        throws 
        IOException, InterruptedException { 
       
        // 打印样本: Before Mapper: 0, 2000010115 
       
        System.out.print(
        "Before Mapper: " 
        + key + 
        ", " 
        + value); 
       
        String line = value.toString(); 
       
        String year = line.substring(
        0
        , 
        4
        ); 
       
        int 
        temperature = Integer.parseInt(line.substring(
        8
        )); 
       
        context.write(
        new 
        Text(year), 
        new 
        IntWritable(temperature)); 
       
        // 打印样本: After Mapper:2000, 15 
       
        System.out.println( 
       
        "======" 
        + 
       
        "After Mapper:" 
        + 
        new 
        Text(year) + 
        ", " 
        + 
        new 
        IntWritable(temperature)); 
       
        } 
       
        } 
       
        /** 
       
        * 四个泛型类型分别代表： 
       
        * KeyIn        Reducer的输入数据的Key，这里是每行文字中的“年份” 
       
        * ValueIn      Reducer的输入数据的Value，这里是每行文字中的“气温” 
       
        * KeyOut       Reducer的输出数据的Key，这里是不重复的“年份” 
       
        * ValueOut     Reducer的输出数据的Value，这里是这一年中的“最高气温” 
       
        */ 
       
        static 
        class 
        TempReducer 
        extends 
       
        Reducer<Text, IntWritable, Text, IntWritable> { 
       
        @Override 
       
        public 
        void 
        reduce(Text key, Iterable<IntWritable> values, 
       
        Context context) 
        throws 
        IOException, InterruptedException { 
       
        int 
        maxValue = Integer.MIN_VALUE; 
       
        StringBuffer sb = 
        new 
        StringBuffer(); 
       
        //取values的最大值 
       
        for 
        (IntWritable value : values) { 
       
        maxValue = Math.max(maxValue, value.get()); 
       
        sb.append(value).append(
        ", "
        ); 
       
        } 
       
        // 打印样本： Before Reduce: 2000, 15, 23, 99, 12, 22,  
       
        System.out.print(
        "Before Reduce: " 
        + key + 
        ", " 
        + sb.toString()); 
       
        context.write(key, 
        new 
        IntWritable(maxValue)); 
       
        // 打印样本： After Reduce: 2000, 99 
       
        System.out.println( 
       
        "======" 
        + 
       
        "After Reduce: " 
        + key + 
        ", " 
        + maxValue); 
       
        } 
       
        } 
       
        public 
        static 
        void 
        main(String[] args) 
        throws 
        Exception { 
       
        //输入路径 
       
        String dst = 
        "hdfs://localhost:9000/intput.txt"
        ; 
       
        //输出路径，必须是不存在的，空文件加也不行。 
       
        String dstOut = 
        "hdfs://localhost:9000/output"
        ; 
       
        Configuration hadoopConfig = 
        new 
        Configuration(); 
       
        hadoopConfig.set(
        "fs.hdfs.impl"
        ,  
       
        org.apache.hadoop.hdfs.DistributedFileSystem.
        class
        .getName() 
       
        ); 
       
        hadoopConfig.set(
        "fs.file.impl"
        , 
       
        org.apache.hadoop.fs.LocalFileSystem.
        class
        .getName() 
       
        ); 
       
        Job job = 
        new 
        Job(hadoopConfig); 
       
        //如果需要打成jar运行，需要下面这句 
       
        //job.setJarByClass(NewMaxTemperature.class); 
       
        //job执行作业时输入和输出文件的路径 
       
        FileInputFormat.addInputPath(job, 
        new 
        Path(dst)); 
       
        FileOutputFormat.setOutputPath(job, 
        new 
        Path(dstOut)); 
       
        //指定自定义的Mapper和Reducer作为两个阶段的任务处理类 
       
        job.setMapperClass(TempMapper.
        class
        ); 
       
        job.setReducerClass(TempReducer.
        class
        ); 
       
        //设置最后输出结果的Key和Value的类型 
       
        job.setOutputKeyClass(Text.
        class
        ); 
       
        job.setOutputValueClass(IntWritable.
        class
        ); 
       
        //执行job，直到完成 
       
        job.waitForCompletion(
        true
        ); 
       
        System.out.println(
        "Finished"
        ); 
       
        } 
       
        }

上面代码中，注意Mapper类的泛型不是java的基本类型，而是Hadoop的数据类型Text、IntWritable。我们可以简单的等价为java的类String、int。

代码中Mapper类的泛型依次是<k1,v1,k2,v2>。map方法的第二个形参是行文本内容，是我们关心的。核心代码是把行文本内容按照空格拆分，把每行数据中“年”和“气温”提取出来，其中“年”作为新的键，“温度”作为新的值，写入到上下文context中。在这里，因为每一年有多行数据，因此每一行都会输出一个<年份, 气温>键值对。

下面是控制台打印结果：

 
        Before Mapper: 
        0
        , 
        2014010114
        ======After Mapper:
        2014
        , 
        14 
       
 
        Before Mapper: 
        11
        , 
        2014010216
        ======After Mapper:
        2014
        , 
        16 
       
 
        Before Mapper: 
        22
        , 
        2014010317
        ======After Mapper:
        2014
        , 
        17 
       
 
        Before Mapper: 
        33
        , 
        2014010410
        ======After Mapper:
        2014
        , 
        10 
       
 
        Before Mapper: 
        44
        , 
        2014010506
        ======After Mapper:
        2014
        , 
        6 
       
 
        Before Mapper: 
        55
        , 
        2012010609
        ======After Mapper:
        2012
        , 
        9 
       
 
        Before Mapper: 
        66
        , 
        2012010732
        ======After Mapper:
        2012
        , 
        32 
       
 
        Before Mapper: 
        77
        , 
        2012010812
        ======After Mapper:
        2012
        , 
        12 
       
 
        Before Mapper: 
        88
        , 
        2012010919
        ======After Mapper:
        2012
        , 
        19 
       
 
        Before Mapper: 
        99
        , 
        2012011023
        ======After Mapper:
        2012
        , 
        23 
       
 
        Before Mapper: 
        110
        , 
        2001010116
        ======After Mapper:
        2001
        , 
        16 
       
 
        Before Mapper: 
        121
        , 
        2001010212
        ======After Mapper:
        2001
        , 
        12 
       
 
        Before Mapper: 
        132
        , 
        2001010310
        ======After Mapper:
        2001
        , 
        10 
       
 
        Before Mapper: 
        143
        , 
        2001010411
        ======After Mapper:
        2001
        , 
        11 
       
 
        Before Mapper: 
        154
        , 
        2001010529
        ======After Mapper:
        2001
        , 
        29 
       
 
        Before Mapper: 
        165
        , 
        2013010619
        ======After Mapper:
        2013
        , 
        19 
       
 
        Before Mapper: 
        176
        , 
        2013010722
        ======After Mapper:
        2013
        , 
        22 
       
 
        Before Mapper: 
        187
        , 
        2013010812
        ======After Mapper:
        2013
        , 
        12 
       
 
        Before Mapper: 
        198
        , 
        2013010929
        ======After Mapper:
        2013
        , 
        29 
       
 
        Before Mapper: 
        209
        , 
        2013011023
        ======After Mapper:
        2013
        , 
        23 
       
 
        Before Mapper: 
        220
        , 
        2008010105
        ======After Mapper:
        2008
        , 
        5 
       
 
        Before Mapper: 
        231
        , 
        2008010216
        ======After Mapper:
        2008
        , 
        16 
       
 
        Before Mapper: 
        242
        , 
        2008010337
        ======After Mapper:
        2008
        , 
        37 
       
 
        Before Mapper: 
        253
        , 
        2008010414
        ======After Mapper:
        2008
        , 
        14 
       
 
        Before Mapper: 
        264
        , 
        2008010516
        ======After Mapper:
        2008
        , 
        16 
       
 
        Before Mapper: 
        275
        , 
        2007010619
        ======After Mapper:
        2007
        , 
        19 
       
 
        Before Mapper: 
        286
        , 
        2007010712
        ======After Mapper:
        2007
        , 
        12 
       
 
        Before Mapper: 
        297
        , 
        2007010812
        ======After Mapper:
        2007
        , 
        12 
       
 
        Before Mapper: 
        308
        , 
        2007010999
        ======After Mapper:
        2007
        , 
        99 
       
 
        Before Mapper: 
        319
        , 
        2007011023
        ======After Mapper:
        2007
        , 
        23 
       
 
        Before Mapper: 
        330
        , 
        2010010114
        ======After Mapper:
        2010
        , 
        14 
       
 
        Before Mapper: 
        341
        , 
        2010010216
        ======After Mapper:
        2010
        , 
        16 
       
 
        Before Mapper: 
        352
        , 
        2010010317
        ======After Mapper:
        2010
        , 
        17 
       
 
        Before Mapper: 
        363
        , 
        2010010410
        ======After Mapper:
        2010
        , 
        10 
       
 
        Before Mapper: 
        374
        , 
        2010010506
        ======After Mapper:
        2010
        , 
        6 
       
 
        Before Mapper: 
        385
        , 
        2015010649
        ======After Mapper:
        2015
        , 
        49 
       
 
        Before Mapper: 
        396
        , 
        2015010722
        ======After Mapper:
        2015
        , 
        22 
       
 
        Before Mapper: 
        407
        , 
        2015010812
        ======After Mapper:
        2015
        , 
        12 
       
 
        Before Mapper: 
        418
        , 
        2015010999
        ======After Mapper:
        2015
        , 
        99 
       
 
        Before Mapper: 
        429
        , 
        2015011023
        ======After Mapper:
        2015
        , 
        23 
       
 
        Before Reduce: 
        2001
        , 
        12
        , 
        10
        , 
        11
        , 
        29
        , 
        16
        , ======After Reduce: 
        2001
        , 
        29 
       
 
        Before Reduce: 
        2007
        , 
        23
        , 
        19
        , 
        12
        , 
        12
        , 
        99
        , ======After Reduce: 
        2007
        , 
        99 
       
 
        Before Reduce: 
        2008
        , 
        16
        , 
        14
        , 
        37
        , 
        16
        , 
        5
        , ======After Reduce: 
        2008
        , 
        37 
       
 
        Before Reduce: 
        2010
        , 
        10
        , 
        6
        , 
        14
        , 
        16
        , 
        17
        , ======After Reduce: 
        2010
        , 
        17 
       
 
        Before Reduce: 
        2012
        , 
        19
        , 
        12
        , 
        32
        , 
        9
        , 
        23
        , ======After Reduce: 
        2012
        , 
        32 
       
 
        Before Reduce: 
        2013
        , 
        23
        , 
        29
        , 
        12
        , 
        22
        , 
        19
        , ======After Reduce: 
        2013
        , 
        29 
       
 
        Before Reduce: 
        2014
        , 
        14
        , 
        6
        , 
        10
        , 
        17
        , 
        16
        , ======After Reduce: 
        2014
        , 
        17 
       
 
        Before Reduce: 
        2015
        , 
        23
        , 
        49
        , 
        22
        , 
        12
        , 
        99
        , ======After Reduce: 
        2015
        , 
        99 
       

        Finished
       

执行结果：

对分析的验证

从打印的日志中可以看出：

Mapper的输入数据(k1,v1)格式是：默认的按行分的键值对<0, 2010012325>，<11, 2012010123>...
Reducer的输入数据格式是：把相同的键合并后的键值对：<2001, [12, 32, 25...]>，<2007, [20, 34, 30...]>...
Reducer的输出数(k3,v3)据格式是：经自己在Reducer中写出的格式：<2001, 32>，<2007, 34>...

其中，由于输入数据太小，Map过程的第1阶段这里不能证明。但事实上是这样的。

结论中第一点验证了Map过程的第2阶段：“键”是每一行的起始位置(单位是字节)，“值”是本行的文本内容。

另外，通过Reduce的几行

 
        Before Reduce: 
        2001
        , 
        12
        , 
        10
        , 
        11
        , 
        29
        , 
        16
        , ======After Reduce: 
        2001
        , 
        29 
       
 
        Before Reduce: 
        2007
        , 
        23
        , 
        19
        , 
        12
        , 
        12
        , 
        99
        , ======After Reduce: 
        2007
        , 
        99 
       
 
        Before Reduce: 
        2008
        , 
        16
        , 
        14
        , 
        37
        , 
        16
        , 
        5
        , ======After Reduce: 
        2008
        , 
        37 
       
 
        Before Reduce: 
        2010
        , 
        10
        , 
        6
        , 
        14
        , 
        16
        , 
        17
        , ======After Reduce: 
        2010
        , 
        17 
       
 
        Before Reduce: 
        2012
        , 
        19
        , 
        12
        , 
        32
        , 
        9
        , 
        23
        , ======After Reduce: 
        2012
        , 
        32 
       
 
        Before Reduce: 
        2013
        , 
        23
        , 
        29
        , 
        12
        , 
        22
        , 
        19
        , ======After Reduce: 
        2013
        , 
        29 
       
 
        Before Reduce: 
        2014
        , 
        14
        , 
        6
        , 
        10
        , 
        17
        , 
        16
        , ======After Reduce: 
        2014
        , 
        17 
       
 
        Before Reduce: 
        2015
        , 
        23
        , 
        49
        , 
        22
        , 
        12
        , 
        99
        , ======After Reduce: 
        2015
        , 
        99 
       

可以证实Map过程的第4阶段：先分区，然后对每个分区都执行一次Reduce（Map过程第6阶段）。

对于Mapper的输出，前文中提到：如果没有Reduce过程，Mapper的输出会直接写入文件。于是我们把Reduce方法去掉（注释掉第95行即可）。

再执行，下面是控制台打印结果：

 
        Before Mapper: 
        0
        , 
        2014010114
        ======After Mapper:
        2014
        , 
        14 
       
 
        Before Mapper: 
        11
        , 
        2014010216
        ======After Mapper:
        2014
        , 
        16 
       
 
        Before Mapper: 
        22
        , 
        2014010317
        ======After Mapper:
        2014
        , 
        17 
       
 
        Before Mapper: 
        33
        , 
        2014010410
        ======After Mapper:
        2014
        , 
        10 
       
 
        Before Mapper: 
        44
        , 
        2014010506
        ======After Mapper:
        2014
        , 
        6 
       
 
        Before Mapper: 
        55
        , 
        2012010609
        ======After Mapper:
        2012
        , 
        9 
       
 
        Before Mapper: 
        66
        , 
        2012010732
        ======After Mapper:
        2012
        , 
        32 
       
 
        Before Mapper: 
        77
        , 
        2012010812
        ======After Mapper:
        2012
        , 
        12 
       
 
        Before Mapper: 
        88
        , 
        2012010919
        ======After Mapper:
        2012
        , 
        19 
       
 
        Before Mapper: 
        99
        , 
        2012011023
        ======After Mapper:
        2012
        , 
        23 
       
 
        Before Mapper: 
        110
        , 
        2001010116
        ======After Mapper:
        2001
        , 
        16 
       
 
        Before Mapper: 
        121
        , 
        2001010212
        ======After Mapper:
        2001
        , 
        12 
       
 
        Before Mapper: 
        132
        , 
        2001010310
        ======After Mapper:
        2001
        , 
        10 
       
 
        Before Mapper: 
        143
        , 
        2001010411
        ======After Mapper:
        2001
        , 
        11 
       
 
        Before Mapper: 
        154
        , 
        2001010529
        ======After Mapper:
        2001
        , 
        29 
       
 
        Before Mapper: 
        165
        , 
        2013010619
        ======After Mapper:
        2013
        , 
        19 
       
 
        Before Mapper: 
        176
        , 
        2013010722
        ======After Mapper:
        2013
        , 
        22 
       
 
        Before Mapper: 
        187
        , 
        2013010812
        ======After Mapper:
        2013
        , 
        12 
       
 
        Before Mapper: 
        198
        , 
        2013010929
        ======After Mapper:
        2013
        , 
        29 
       
 
        Before Mapper: 
        209
        , 
        2013011023
        ======After Mapper:
        2013
        , 
        23 
       
 
        Before Mapper: 
        220
        , 
        2008010105
        ======After Mapper:
        2008
        , 
        5 
       
 
        Before Mapper: 
        231
        , 
        2008010216
        ======After Mapper:
        2008
        , 
        16 
       
 
        Before Mapper: 
        242
        , 
        2008010337
        ======After Mapper:
        2008
        , 
        37 
       
 
        Before Mapper: 
        253
        , 
        2008010414
        ======After Mapper:
        2008
        , 
        14 
       
 
        Before Mapper: 
        264
        , 
        2008010516
        ======After Mapper:
        2008
        , 
        16 
       
 
        Before Mapper: 
        275
        , 
        2007010619
        ======After Mapper:
        2007
        , 
        19 
       
 
        Before Mapper: 
        286
        , 
        2007010712
        ======After Mapper:
        2007
        , 
        12 
       
 
        Before Mapper: 
        297
        , 
        2007010812
        ======After Mapper:
        2007
        , 
        12 
       
 
        Before Mapper: 
        308
        , 
        2007010999
        ======After Mapper:
        2007
        , 
        99 
       
 
        Before Mapper: 
        319
        , 
        2007011023
        ======After Mapper:
        2007
        , 
        23 
       
 
        Before Mapper: 
        330
        , 
        2010010114
        ======After Mapper:
        2010
        , 
        14 
       
 
        Before Mapper: 
        341
        , 
        2010010216
        ======After Mapper:
        2010
        , 
        16 
       
 
        Before Mapper: 
        352
        , 
        2010010317
        ======After Mapper:
        2010
        , 
        17 
       
 
        Before Mapper: 
        363
        , 
        2010010410
        ======After Mapper:
        2010
        , 
        10 
       
 
        Before Mapper: 
        374
        , 
        2010010506
        ======After Mapper:
        2010
        , 
        6 
       
 
        Before Mapper: 
        385
        , 
        2015010649
        ======After Mapper:
        2015
        , 
        49 
       
 
        Before Mapper: 
        396
        , 
        2015010722
        ======After Mapper:
        2015
        , 
        22 
       
 
        Before Mapper: 
        407
        , 
        2015010812
        ======After Mapper:
        2015
        , 
        12 
       
 
        Before Mapper: 
        418
        , 
        2015010999
        ======After Mapper:
        2015
        , 
        99 
       
 
        Before Mapper: 
        429
        , 
        2015011023
        ======After Mapper:
        2015
        , 
        23 
       

        Finished
       

再来看看执行结果：

结果还有很多行，没有截图了。

由于没有执行Reduce操作，因此这个就是Mapper输出的中间文件的内容了。

从打印的日志可以看出：

Mapper的输出数据(k2, v2)格式是：经自己在Mapper中写出的格式：<2010, 25>，<2012, 23>...

从这个结果中可以看出，原数据文件中的每一行确实都有一行输出，那么Map过程的第3阶段就证实了。

从这个结果中还可以看出，“年份”已经不是输入给Mapper的顺序了，这也说明了在Map过程中也按照Key执行了排序操作，即Map过程的第5阶段。

微信关注我们

原文链接：https://yq.aliyun.com/articles/40327

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

YARN加载本地库Unable to load native-hadoop library解决办法

用官方的构建好的Hadoop 2.4.0（133MB）安装后，每次输入hadoop命令进去都会得到这样一个Warning，如图： WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable 网上搜罗了一些资料，下面是解决办法：设置logger级别，看下具体原因： ? 1 export HADOOP_ROOT_LOGGER=DEBUG,console 再次随便运行一个hadoop相关的命令，将看到下面的错误： wrong ELFCLASS32？，难道是加载的so文件系统版本不对？于是执行命令 ? 1 2 cd $HADOOP_HOME /lib/native file libhadoop.so.1.0.0 结果是这样的：果然是80386，是32位的系统版本，而我的hadoop环境是64位OS 原来直接从apache镜像中下载的编译好的Hadoop版本native library都是32...

2016-05-09

660

Hadoop 2.4.0和YARN的安装过程

Hadoop 2.x新特性将Mapreduce框架升级到Apache YARN，YARN将Map reduce工作区分为两个：JobTracker组件：实现资源管理和任务JOB；计划/监视组件：划分到单独应用中。使用MapReduce的2.0，开发人员现在可以直接Hadoop内部基于构建应用程序。Hadoop2.2也已经在微软widnows上支持。 YARN带来了什么 1.HDFS的高可靠性 2.HDFS snapshots快照 3.支持HDFS中的 NFSv3 文件系统。 Yarn/map reduce2.0架构图简单介绍一下这个图：右边的3个节点中的NodeManager会定期的向ResourceManager（简写为RM）报告该节点的状态（块信息，存储信息，该节点中的Map或Reduce任务执行情况等信息），红色的Client向RM提交任务（包括输入文件位置、Mapper和Reducer），RM根据各个节点汇报的情况，为这个Job创建一个Application Master（即图中红色的App Mstr）用于管理这个Job的执行情况。 App Master创建好并接到任...

2016-05-09

681

发表评论

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。