本篇内容介绍了“Combiner怎么使用”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
目前创新互联已为上千多家的企业提供了网站建设、域名、虚拟主机、网站托管、服务器租用、企业网站设计、临西网站维护等服务，公司将坚持客户导向、应用为本的策略，正道将秉承"和谐、参与、激情"的文化，与客户和合作伙伴齐心协力一起成长，共同发展。
1、Combiner的使用~合并
1、combiner的工作位置:
kv从缓冲区中溢写到磁盘时可以使用combiner(只要设置，无条件使用)
每个MapTask的所有数据都从缓冲区写到磁盘后，在进行归并时可以使用combiner(满足条件使用,溢写次数>=3)
2、Combiner: 合并
目的就是在每个MapTask中将输出的kv提前进行局部合并。
能够降低map到reduce传输的kv对数量及 reduce最终处理的数据量.
3、Combiner使用限制:
在不改变业务逻辑的情况下才能使用combiner.
--例如：求平均值时，就不宜使用
4、Combiner组件父类就是Reducer
Combiner是在每一个MapTask所在的节点运行;
Reducer是接收全局所有Mappei的输出结果;
1、自定义Compiner类
/**
* combiner作用：
* 在mapTask进行溢写时，对每一个mapTask输出的数据提前进行局部汇总，减少写进reduceTask的整体数据量
* 注意：自定义Combiner类，属于MapTask阶段（虽然它继承Reducer）
*/
public class WordCountCombiner extends Reducer {
int count = 0;
@Override
protected void reduce(Text key,
Iterable values, Context context) throws Exception{
for (IntWritable value : values) {
count+=value.get();
}
context.write(key,new IntWritable(count));
}
}
2、WordCountMapper
public class WordCountMapper extends Mapper {
private Text outk = new Text();
private IntWritable outv = new IntWritable(1);
@Override
protected void map(LongWritable key,Text value,Context context) throws Exception {
// 获取输入到的一行数据
String lineData = value.toString();
// 提前分析知道，按照空格进行切割,得到每个单词
String[] splitData = lineData.split(" ");
// 遍历数据，将切割得到的数据写出
for (String str : splitData) {
// 注意，这里得到的数据类型是String，需要转为Text
outk.set(str);
context.write(outk,outv);
}
}
}
3、WordCountReduce
public class WordCountReduce extends Reducer {
private IntWritable outv = new IntWritable();
@Override
protected void reduce(Text key,
Iterable values, Context context) throws Exception {
// 定义一个变量，用来接收遍历中次数汇总
int count = 0;
// 直接读取values，获取到迭代器对象中记录的每个单词出现次数
for (IntWritable value : values) {
// 因为得到的value对象是IntWritable对象，不可以直接进行加操作，所以要转换为int
count += value.get(); //get()方法转为int
}
// 写出计算之后的数据，对count类型进行转换
outv.set(count);
context.write(key,outv);
}
}
4、WordCountDriver
public class WordCountDriver {
public static void main(String[] args) throws Exception {
// 1、获取job对象
Configuration conf = new Configuration();
Job job = Job.getInstance(conf);
// 2、关联jar，配置执行程序时，使用的具体驱动类
job.setJarByClass(WordCountDriver.class);
// 3、关联mapper 和 reducer
job.setMapperClass(WordCountMapper.class);
job.setReducerClass(WordCountReduce.class);
// 4、设置mapper的输出的key和value类型
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(IntWritable.class);
// 5、设置程序最终输出的key和value类型，如果有reducer
// 就写reducer输出的kv类型，如果没有reducer，就写mapper输出的kv类型.
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);
// 设置自定义Combiner类
job.setCombinerClass(WordCountCombiner.class);
// job.setCombinerClass(WordCountReduce.class);也能这样用
job.setInputFormatClass(CombineTextInputFormat.class);
CombineTextInputFormat.setMaxInputSplitSize(job,4194304);
// 6、设置文件的输入和输出路径
FileInputFormat.setInputPaths(job,new Path("D:\\io\\hadooptest\\combineinput"));
//要求该路径不能存在，交给mr程序创建
FileOutputFormat.setOutputPath(job,new Path("D:\\io\\hadooptest\\Combineroutput2"));
// 7、提交job
job.waitForCompletion(true);
}
}2、OutPutFormat数据输出
2.1、OutputFormat介绍
①：Outputformat是一个接口，其内部定义两个抽象方法
--RecordWriter getRecordWriter(FileSystem ignored,
JobConf job,String name,Progressable progress):
该方法用来获取RecordWriter对象,主负责数据的写出操作.
--void checkOutputSpecs(FileSystem ignored, JobConf job)：
该方法用来检测输出路径，当driver中的输出路径存在时，会由该方法的实现类抛出异常
//131行抛出异常（"Output directory " + outDir + " already exists"）
②：通过ctrl+h 查看当前接口的实现类如下图
--TextOutputFormat（hadoop默认使用的写出方式），按行写出，内部重写了getRecordWriter()方法
--SequenceFileOutputFormat（最终写出的文件是二进制格式）
--MultipleOutputFormat（子抽象类，其下还有具体实现方法）
2.2、自定义输出类
//1、LogMapper
public class LogMapper extends Mapper {
@Override
protected void map(LongWritable key, Text value, Context context) throws Exception {
context.write(value,NullWritable.get());
}
}
//2、LogReducer
public class LogReducer extends Reducer {
@Override
protected void reduce(Text key,
Iterable values, Context context) throws Exception{
for (NullWritable value : values) {
context.write(key,NullWritable.get());
}
}
}
//3、MyOutPutFormat
public class MyOutPutFormat extends FileOutputFormat {
/**
* 重写getRecordWriter()方法，在内部自定义一个写出类
* @param job
* @return
* @throws IOException
* @throws InterruptedException
*/
public RecordWriter
getRecordWriter(TaskAttemptContext job) throws Exception {
LogRecordWriter rw = new LogRecordWriter(job.getConfiguration());
return rw;
}
}
//4、LogRecordWriter
/**
* 自定义LogRecordWriter对象需要继承RecordWriter类
*
* 需求:
* 将包含"luck"的日志数据写到 D:/bigtools/luck.log
* 将不包含"luck"的日志数据写到 D:/bigtools/other.log
*/
public class LogRecordWriter extends RecordWriter {
// 文件输出路径
private String luckPath = "D:/bigtools/luck.log";
private String otherPath = "D:/bigtools/other.log";
private FSDataOutputStream atguiguOut;
private FSDataOutputStream otherOut;
private FileSystem fs;
/**
* 初始化
* @param conf
*/
public LogRecordWriter(Configuration conf){
try {
fs = FileSystem.get(conf);
luckOut = fs.create(new Path(luckPath));
otherOut = fs.create(new Path(otherPath));
} catch (IOException e) {
e.printStackTrace();
}
}
/**
* 重写write方法
* @param key
* @param value
* @throws IOException
* @throws InterruptedException
*/
public void write(Object key, Object value) throws Exception {
String log = key.toString();
if(log.contains("luck")){
luckOut.writeBytes(log + "\n");
}else{
otherOut.writeBytes(log + "\n");
}
}
/**
* 关闭流
* @param context
* @throws IOException
* @throws InterruptedException
*/
public void close(TaskAttemptContext context) throws IOException, InterruptedException {
IOUtils.closeStream(luckOut);
IOUtils.closeStream(otherOut);
}
}//5、LogDriver
public class LogDriver {
public static void main(String[] args) throws Exception {
Configuration conf = new Configuration();
Job job = Job.getInstance(conf);
job.setJarByClass(LogDriver.class);
job.setMapperClass(LogMapper.class);
job.setReducerClass(LogReducer.class);
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(NullWritable.class);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(NullWritable.class);
// 设置自定义输出
job.setOutputFormatClass(MyOutPutFormat.class);
FileInputFormat.setInputPaths(job,new Path("D:\\io\\hadooptest\\loginput"));
FileOutputFormat.setOutputPath(job,new Path("D:\\io\\hadooptest\\logoutput"));
job.waitForCompletion(true);
}
}“Combiner怎么使用”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联网站，小编将为大家输出更多高质量的实用文章！
文章标题：Combiner怎么使用
文章出自：
http://kswjz.com/article/jicehh.html
