MapReduce是分布式運(yùn)行的，由兩個(gè)階段組成：Map和Reduce，Map階段是一個(gè)獨(dú)立的程序，有很多個(gè)節(jié)點(diǎn)同時(shí)運(yùn)行，每個(gè)節(jié)點(diǎn)處理一部分?jǐn)?shù)據(jù)。

?

MapReduce執(zhí)行流程圖

概述

MapReduce是一種分布式計(jì)算模型，由Google提出，主要用于搜索領(lǐng)域，解決海量數(shù)據(jù)的計(jì)算問題。

MapReduce是分布式運(yùn)行的，由兩個(gè)階段組成：Map和Reduce，Map階段是一個(gè)獨(dú)立的程序，有很多個(gè)節(jié)點(diǎn)同時(shí)運(yùn)行，每個(gè)節(jié)點(diǎn)處理一部分?jǐn)?shù)據(jù)。

Reduce階段是一個(gè)獨(dú)立的程序，有很多個(gè)節(jié)點(diǎn)同時(shí)運(yùn)行，每個(gè)節(jié)點(diǎn)處理一部分?jǐn)?shù)據(jù)。

使用

MapReduce框架都有默認(rèn)實(shí)現(xiàn)，用戶只需要覆蓋map()和reduce()兩個(gè)函數(shù)，即可實(shí)現(xiàn)分布式計(jì)算，非常簡單。

這兩個(gè)函數(shù)的形參和返回值都是，使用的時(shí)候一定要注意構(gòu)造。

執(zhí)行流程(此處舉例說明)

一個(gè)文本(在HDFS上面保存，兩個(gè)block)中每一個(gè)單詞的出現(xiàn)的次數(shù)：?

????hello?you?hello?marry?

????hello?me?really?

????????????----->block-1?

?????????????

????hello?kate?ready?

????xiao?wang?hello?tomcat?

????????????----->block-2?

1.獲取每一個(gè)block塊中的文本，遍歷所有，回去其中的一行str

因?yàn)橐y(tǒng)計(jì)的是每一個(gè)單詞i的次數(shù)，所以還需要直到文本中有哪些單詞，可以根據(jù)字符串的特點(diǎn)，使用split()進(jìn)行切割。

String[]?words=str.split("");?

根據(jù)要求，需將每一個(gè)單詞i轉(zhuǎn)換為的形式，k為單詞本身，v為單詞出現(xiàn)的次數(shù)。

2.因?yàn)閙r的計(jì)算是分布式的 ，每一個(gè)map(稱之為一個(gè)mapper task)計(jì)算其中的一個(gè)block塊數(shù)據(jù)。

map階段：?

????輸入<K1,V1>?

????????k1，偏移量，v1，當(dāng)前行文本內(nèi)容?

????????map()函數(shù)操作?

????輸出<K2,V2>?

????????k2，具體單詞，v2，單詞對應(yīng)的統(tǒng)計(jì)項(xiàng)，比如次數(shù)?

????輸出<K2,V2>?

shuffle階段?

研究后發(fā)現(xiàn)，如果按照<key,1>這種方式向reduce輸出數(shù)據(jù)的時(shí)候，會(huì)有?

大量的冗余數(shù)據(jù)。?

比如map階段之后有5個(gè)hello,則輸出<hello,1>,<hello,1>,<hello,1>,?

<hello,1>,<hello,1>5次，實(shí)際上會(huì)對網(wǎng)絡(luò)造成一定的壓力，能不能對?

這5個(gè)<hello,1>進(jìn)行一個(gè)進(jìn)入reduce之前的本地組合？比如成為?

<hello,5>或者<hello,[1,1,1,1,1]>.?

這個(gè)過程成為shuffle，洗牌重組階段，達(dá)到上述的結(jié)果，稱之為規(guī)約。?

>>>shuffle階段，也就是對map的輸出進(jìn)行重新洗牌：?

分區(qū)、分組、排序?

<K2,V2>...===><K2,V2s>?

reduce階段?

接收map的輸出結(jié)果<key,values>?

對這個(gè)結(jié)果進(jìn)行匯總統(tǒng)計(jì)，針對values，進(jìn)行簡單的累加，計(jì)算得出key?

對應(yīng)的次數(shù)?

reduce針對一個(gè)key調(diào)用一次reduce()函數(shù)?

=====>reduce?階段?

輸入<K2,V2>?

????K2,就是map的輸出的K2，V2s是map經(jīng)過shuffle之后的結(jié)果集?

????reduce()函數(shù)操作?

轉(zhuǎn)化為<K3,V3>???

經(jīng)過上述操作之后，系統(tǒng)會(huì)將計(jì)算結(jié)果輸出給用戶，一般會(huì)先存儲(chǔ)(落地)到hdfs，然后反饋給用戶。

到此為止，MapReduce執(zhí)行完畢，接下來就可以進(jìn)行大數(shù)據(jù)的其他一系列操作了。

---

閱讀目錄（置頂)(長期更新計(jì)算機(jī)領(lǐng)域知識(shí)）https://blog.csdn.net/weixin_43392489/article/details/102380691

閱讀目錄（置頂)(長期更新計(jì)算機(jī)領(lǐng)域知識(shí)）https://blog.csdn.net/weixin_43392489/article/details/102380882

總結(jié)

以上是生活随笔為你收集整理的第十六期:简单的介绍一下大数据中最重要的MapReduce的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。