Hadoop分区与分组
Hadoop分区与分组
面以《Hadoop权威指南》中的一个例子来解释分区与分组的关系。
Hadoop权威指南(中文版-带目录索引)PDF 下载见
Hadoop权威指南(中文第2版)PDF
对于一般的键,只需要key值相同,则对应的value就会分配至同一个 reduce中;
对于复合键,形式为TextPair<key1,key2>(关于复合键,可参考另一篇关于TextPair的博文 ),通过控制 key1来进行分区,则具有相同的 key1的值会被划分至同一个分区中,但此时如果 key2不相同,则不同的key2会被划分至不同的分组。如
注:Partition代表分区,Group代表分组;
1900、1901为key1的值;35℃、34℃为key2的值
通过控制任务的分组(job.setGroupingComparatorClass(GroupComparator.class),可以忽略key2的值,使相同的 key1的值划分至同一组,从而使key1相同的数据能够迭代在一个 reduce中。如:
CentOS安装和配置Hadoop2.2.0
Ubuntu 13.04上搭建Hadoop环境
Ubuntu 12.10 +Hadoop 1.2.1版本集群配置
Ubuntu上搭建Hadoop环境(单机模式+伪分布模式)
Ubuntu下Hadoop环境的配置
单机版搭建Hadoop环境图文教程详解
搭建Hadoop环境(在Winodws环境下用虚拟机虚拟两个Ubuntu系统进行搭建)
评论暂时关闭