【总结】Hadoop中的Combiner实践-创新互联

Combiner作用是合并Mapper的输出，Combiner的输出作为Reducer的输入，这样可以减少map任务和reducer任务之间的数据传输。

创新互联是一家集网站建设,乌什企业网站建设,乌什品牌网站建设,网站定制,乌什网站建设报价,网络营销,网络优化,乌什网站推广为一体的创新建站企业，帮助传统企业提升企业形象加强企业竞争力。可充分满足这一群体相比中小企业更为丰富、高端、多元的互联网需求。同时我们时刻保持专业、时尚、前沿，时刻以成就客户成长自我，坚持不断学习、思考、沉淀、净化自己，让我们为更多的企业打造出实用型网站。

1、在Job中设置Combiner和不设置Combiner，观察Reducer输入情况

使用如下代码设置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); 是否设置Combiner

job.setReducerClass(MaxTemperatureReducer.class);

job.setOutputKeyClass(Text.class);

job.setOutputValueClass(IntWritable.class);

job.waitForCompletion(true);

//输出任务完成情况

System.out.println( "任务名称：" + job.getJobName() );

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

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

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

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

return job.isSuccessful() ? 0 : 1;

}

2、以下是不设置Combiner的情况输出结果，Reducer输入行数与Mapper输出行数相等

任务名称：Max temperature

任务成功：是

MAP_INPUT_RECORDS输入行数：1207

MAP_OUTPUT_RECORDS行数：1190

REDUCE_INPUT_RECORDS行数：1190

任务开始：2015-04-24 14:26:00

任务结束：2015-04-24 14:26:03

任务耗时：0.04995 分钟

3、以下是设置Combiner的情况输出结果，经过Combiner后，Reducer输入行数大幅度减少。

任务名称：Max temperature

任务成功：是

MAP_INPUT_RECORDS输入行数：1207

MAP_OUTPUT_RECORDS行数：1190

REDUCE_INPUT_RECORDS行数：1

任务开始：2015-04-24 14:28:23

任务结束：2015-04-24 14:28:25

任务耗时：0.030966667 分钟

另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。

本文标题：【总结】Hadoop中的Combiner实践-创新互联
文章来源：http://bjjierui.cn/article/dcgsso.html