hadoop Partitioner 分区-低调大师

hadoop Partitioner 分区

2017-11-11 710

 
        import 
        org.apache.hadoop.io.Text; 
       
        import 
        org.apache.hadoop.mapreduce.Partitioner; 
       
        /* 测试 Partitioner 分区
       
        */ 
       
        public class TestPartitioner extends Partitioner<Text, Text>{
       
        /* 
       
        * 接受的两个是应该是输入的<key value> 的数据类型 然后根据传进来的 的key 应该有三种结果long right short 然后进行区分输出文件 
       
        */ 
       
        @Override 
       
        public int getPartition(Text key, Text value, int numPartition) { 
       
        /* 
       
        *  numPartition = job.setNumReduceTasks(3); 在运行类设置 
       
        *  numPartition 分多少个reduce 或者分多少个 文件数量 
       
        *  如果是伪分布式 出来的文件 也只有一个而已 因为 他无法设置 reduce的数量 要么一个 要么 0个reduce 
       
        *  但是输出的文件是排序了的 
       
        */ 
       
        int 
        result = 
        0
        ; 
       
        if
        (key.equals(
        "long"
        )){ 
       
        result = 
        0 
        % numPartition; 
        //part-r-00000 输出到的文件 
       
        } 
        else 
        if 
        (key.equals(
        "short"
        )){ 
       
        result = 
        1 
        % numPartition; 
        //part-r-00001 
       
        } 
        else 
        if 
        (key.equals(
        "right"
        )){ 
       
        result = 
        2 
        % numPartition; 
        //part-r-00002 
       
        } 
       
        return 
        result; 
       
        } 
       
        }

这里建立的基础是

有数据如同下面

其中第一行只有两列数据

第四行有四列数据

而我们希望只计算三列数据的

于是我们就可以用 Partitioner 进行区分数据或者区分文件

他是通过在map阶段输入数据并且通过指定某个reduce 去达到分区的效果的

默认使用的是 HashPartitioner

job.setPartitionerClass() 应该是可以通过这样去使用partitioner

本文转自拖鞋崽 51CTO博客，原文链接:http://blog.51cto.com/1992mrwang/1206346

微信关注我们

原文链接：https://yq.aliyun.com/articles/524788

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。

combiners 进行map端的reduce

combiners 是在map端进行的一个reduce阶段如 wordCount 程序节点1map输出 hello 1 hadoop 1 hello 1 hello 1 节点2map输出 hello 1 hadoop 1 hadoop 1 通过combiners 就可以进行预先的聚合变成节点1 <hadoop，[1]>, <hello,[3]> 节点2 <hadoop, [2]>, <hello, [1]>到reduce 就不会节点每个单词就输出一遍减少数据流量这在性能上能够大大提高因为等待网络传输数据数据读取写入是需要很大代销的减少代销很重要由于在wordCount 中做combiners 是跟reduce 一样的可以直接使用reduce 类去进行 combiners job.setCombinerClass(ReducerClass.class); 但是值得注意的是如果用来计算平均值就需要注意打个比方（1+2+3+4+5+6+7+8+9）/9 = 5 如果第一个节点计算的是（1+2...

2017-11-12

569

环境apache-maven-3.0.5-bin.tar hadoop-1.1.2-bin.tar mahout-distribution-0.7-src.tar mahout 需要编译 hadoop就不说了然后环境变量需要设置的这几个然后就是进入mahout 目录进行编译 mvn install -Dmaven.test.skip=true 然后就能够使用mahout了但是貌似还有些问题后面看看再试试吧这个组合不是很好运行起来有问题本文转自拖鞋崽 51CTO博客，原文链接:http://blog.51cto.com/1992mrwang/1200194

2017-11-12

646

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

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。