MapTask工作机制图文详解
作者:qq_43193797 时间:2021-12-13 11:03:27
MapTask工作机制如图所示。
(1)Read阶段:MapTask通过用户编写的RecordReader,从输入InputSplit中解析出一个个key/value。
(2)Map阶段:该节点主要是将解析出的key/value交给用户编写map()函数处理,并产生一系列新的key/value。
(3)Collect收集阶段:在用户编写map()函数中,当数据处理完成后,一般会调用OutputCollector.collect()输出结果。在该函数内部,它会将生成的key/value分区(调用Partitioner),并写入一个环形内存缓冲区中。
(4)Spill阶段:即“溢写”,当环形缓冲区满后,MapReduce会将数据写到本地磁盘上,生成一个临时文件。需要注意的是,将数据写入本地磁盘之前,先要对数据进行一次本地排序,并在必要时对数据进行合并、压缩等操作。
溢写阶段详情:
步骤1:利用快速排序算法对缓存区内的数据进行排序,排序方式是,先按照分区编号Partition进行排序,然后按照key进行排序。这样,经过排序后,数据以分区为单位聚集在一起,且同一分区内所有数据按照key有序。
步骤2:按照分区编号由小到大依次将每个分区中的数据写入任务工作目录下的临时文件output/spillN.out(N表示当前溢写次数)中。如果用户设置了Combiner,则写入文件之前,对每个分区中的数据进行一次聚集操作。
步骤3:将分区数据的元信息写到内存索引数据结构SpillRecord中,其中每个分区的元信息包括在临时文件中的偏移量、压缩前数据大小和压缩后数据大小。如果当前内存索引大小超过1MB,则将内存索引写到文件output/spillN.out.index中。
(5)Combine阶段:当所有数据处理完成后,MapTask对所有临时文件进行一次合并,以确保最终只会生成一个数据文件。
当所有数据处理完后,MapTask会将所有临时文件合并成一个大文件,并保存到文件output/file.out中,同时生成相应的索引文件output/file.out.index。
在进行文件合并过程中,MapTask以分区为单位进行合并。对于某个分区,它将采用多轮递归合并的方式。每轮合并io.sort.factor(默认10)个文件,并将产生的文件重新加入待合并列表中,对文件排序后,重复以上过程,直到最终得到一个大文件。
让每个MapTask最终只生成一个数据文件,可避免同时打开大量文件和同时读取大量小文件产生的随机读取带来的开销。
总结
来源:https://blog.csdn.net/qq_43193797/article/details/86062393
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
详解Spring Data JPA使用@Query注解(Using @Query)
Spring Security中使用authorizeRequests遇到的问题小结
![](https://img.aspxhome.com/file/2023/2/64952_0s.png)
详解SpringCloud Ribbon 负载均衡通过服务器名无法连接的神坑
![](https://img.aspxhome.com/file/2023/7/61237_0s.png)
一文搞懂c# await,async执行流
![](https://img.aspxhome.com/file/2023/5/67055_0s.png)
Java关键字instanceof的两种用法实例
idea无法切换分支报错问题及解决
![](https://img.aspxhome.com/file/2023/2/64552_0s.png)
Java JDBC连接数据库常见操作总结
![](https://img.aspxhome.com/file/2023/6/63746_0s.png)
Java为实体类动态添加属性的方法详解
![](https://img.aspxhome.com/file/2023/1/58301_0s.png)
Java上传文件错误java.lang.NoSuchMethodException的解决办法
Java实现查找当前字符串最大回文串代码分享
Mybatis步骤分解实现一个增删改查程序
![](https://img.aspxhome.com/file/2023/0/65730_0s.png)
Java制作智能拼图游戏原理及代码
java 中sendredirect()和forward()方法的区别
Map与JavaBean相互转换的工具类
详解java中BigDecimal精度问题
![](https://img.aspxhome.com/file/2023/9/64039_0s.jpg)
值得收藏的2017年Java开发岗位面试题
Spring实战之SpEl语法实例详解
Java校验银行卡是否正确的核心代码
Java手动实现Redis的LRU缓存机制
![](https://img.aspxhome.com/file/2023/7/57807_0s.png)
spring声明式事务 @Transactional 不回滚的多种情况以及解决方案
![](https://img.aspxhome.com/file/2023/3/62143_0s.jpg)