Combiner的作用是什么？partition的作用是什么？

combiner其實屬于優(yōu)化方案，由于帶寬限制，應該盡量map和reduce之間的數(shù)據(jù)傳輸數(shù)量。它在Map 端把同一個key的鍵值對合并在一起并計算，計算規(guī)則與reduce一致，所以combiner也可以看作特殊的Reducer。

Partition作用

partition意思為分開，劃分。它分割map每個節(jié)點的結果，按照key分別映射給不同的reduce，也是可以自定義的。其實可以理解歸類。也可以理解為根據(jù)key或value及reduce的數(shù)量來決定當前的這對輸出數(shù)據(jù)最終應該交由哪個reduce task處理。

partition的作用就是把這些數(shù)據(jù)歸類，將map的結果發(fā)送到相應的reduce。

每個map任務會針對輸出進行分區(qū)，及對每一個reduce任務建立一個分區(qū)。劃分分區(qū)由用戶定義的partition函數(shù)控制，默認使用哈希函數(shù)來劃分分區(qū)。

partition過程如下：

1）計算(key，value)所屬與的分區(qū)。

當map輸出的時候，寫入緩存之前，會調用partition函數(shù)，計算出數(shù)據(jù)所屬的分區(qū)，并且把這個元數(shù)據(jù)存儲起來。

2）把屬與同一分區(qū)的數(shù)據(jù)合并在一起。

當數(shù)據(jù)達到溢出的條件時（即達到溢出比例，啟動線程準備寫入文件前），讀取緩存中的數(shù)據(jù)和分區(qū)元數(shù)據(jù)，然后把屬與同一分區(qū)的數(shù)據(jù)合并到一起。

Combiner作用

1）每一個map可能會產生大量的輸出，Combiner的作用就是在map端對輸出先做一次合并，以減少傳輸?shù)絩educer的數(shù)據(jù)量。

2）Combiner最基本是實現(xiàn)本地key的歸并，Combiner具有類似本地的reduce功能。

如果不用Combiner，那么，所有的結果都是reduce完成，效率會相對低下。

使用Combiner，先完成的map會在本地聚合，提升速度。

注意：Combiner的輸出是Reducer的輸入，如果Combiner是可插拔的，添加Combiner絕不能改變最終的計算結果。所以Combiner只應該用于那種Reduce的輸入key/value與輸出key/value類型完全一致，且不影響最終結果的場景。比如累加，最大值等。

注意:

不是每種作業(yè)都可以做combiner操作的，只有滿足以下條件才可以：

1）combiner只應該用于那種Reduce的輸入key/value與輸出key/value類型完全一致，因為combine本質上就是reduce操作。

2）計算邏輯上，combine操作后不能影響計算結果，像求和，最大值就不會影響，求平均值就影響了。







猜你喜歡：

Combiner組件創(chuàng)建和使用演示【大數(shù)據(jù)文章】

MapReduce編程的兩種數(shù)據(jù)流模型演示

Mapper類中的map()方法怎么用？

傳智教育python+大數(shù)據(jù)開發(fā)高手班