Combiner作用是合并Mapper的輸出，Combiner的輸出作為Reducer的輸入，這樣可以減少map任務和reducer任務之間的數(shù)據(jù)傳輸。

創(chuàng)新互聯(lián)是一家集網(wǎng)站建設,烏什企業(yè)網(wǎng)站建設,烏什品牌網(wǎng)站建設,網(wǎng)站定制,烏什網(wǎng)站建設報價,網(wǎng)絡營銷,網(wǎng)絡優(yōu)化,烏什網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強企業(yè)競爭力。可充分滿足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時我們時刻保持專業(yè)、時尚、前沿，時刻以成就客戶成長自我，堅持不斷學習、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實用型網(wǎng)站。

1、在Job中設置Combiner和不設置Combiner，觀察Reducer輸入情況

使用如下代碼設置Combiner

job.setCombinerClass(MaxTemperatureReducer.class);

@Override

public int run(String[] args) throws Exception {

Job job = new Job();

job.setJarByClass(MaxTemperature.class);

job.setJobName("Max temperature");

FileInputFormat.addInputPath(job, new Path(args[0]));

FileOutputFormat.setOutputPath(job, new Path(args[1]));

job.setMapperClass(MaxTemperatureMapper.class);

//job.setCombinerClass(MaxTemperatureReducer.class); 是否設置Combiner

job.setReducerClass(MaxTemperatureReducer.class);

job.setOutputKeyClass(Text.class);

job.setOutputValueClass(IntWritable.class);

job.waitForCompletion(true);

//輸出任務完成情況

System.out.println( "任務名稱：" + job.getJobName() );

System.out.println( "任務成功：" + ( job.isSuccessful()?"是":"否" ) );

System.out.println( "輸入行數(shù)：" + job.getCounters().findCounter("org.apache.hadoop.mapred.Task$Counter", "MAP_INPUT_RECORDS").getValue() );

System.out.println( "輸出行數(shù)：" + job.getCounters().findCounter("org.apache.hadoop.mapred.Task$Counter", "MAP_OUTPUT_RECORDS").getValue() );

System.out.println( "輸出行數(shù)：" + job.getCounters().findCounter("org.apache.hadoop.mapred.Task$Counter", "REDUCE_INPUT_RECORDS").getValue() );

return job.isSuccessful() ? 0 : 1;

}

2、以下是不設置Combiner的情況輸出結果，Reducer輸入行數(shù)與Mapper輸出行數(shù)相等

任務名稱：Max temperature

任務成功：是

MAP_INPUT_RECORDS輸入行數(shù)：1207

MAP_OUTPUT_RECORDS行數(shù)：1190

REDUCE_INPUT_RECORDS行數(shù)：1190

任務開始：2015-04-24 14:26:00

任務結束：2015-04-24 14:26:03

任務耗時：0.04995 分鐘

3、以下是設置Combiner的情況輸出結果，經(jīng)過Combiner后，Reducer輸入行數(shù)大幅度減少。

任務名稱：Max temperature

任務成功：是

MAP_INPUT_RECORDS輸入行數(shù)：1207

MAP_OUTPUT_RECORDS行數(shù)：1190

REDUCE_INPUT_RECORDS行數(shù)：1

任務開始：2015-04-24 14:28:23

任務結束：2015-04-24 14:28:25

任務耗時：0.030966667 分鐘

另外有需要云服務器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內外云服務器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務器、裸金屬服務器、高防服務器、香港服務器、美國服務器、虛擬主機、免備案服務器”等云主機租用服務以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應用場景需求。

網(wǎng)頁標題：【總結】Hadoop中的Combiner實踐-創(chuàng)新互聯(lián)
URL分享：http://jinyejixie.com/article30/dcgsso.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供小程序開發(fā)、App開發(fā)、網(wǎng)站設計、關鍵詞優(yōu)化、虛擬主機、網(wǎng)站改版

廣告

聲明：本網(wǎng)站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經(jīng)允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)