【總結(jié)】Hadoop中的Combiner實踐

Combiner作用是合并Mapper的輸出，Combiner的輸出作為Reducer的輸入，這樣可以減少map任務(wù)和reducer任務(wù)之間的數(shù)據(jù)傳輸。

1、在Job中設(shè)置Combiner和不設(shè)置Combiner，觀察Reducer輸入情況

使用如下代碼設(shè)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); 是否設(shè)置Combiner

job.setReducerClass(MaxTemperatureReducer.class);

job.setOutputKeyClass(Text.class);

job.setOutputValueClass(IntWritable.class);

job.waitForCompletion(true);

//輸出任務(wù)完成情況

System.out.println( "任務(wù)名稱：" + job.getJobName() );

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

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

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

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

return job.isSuccessful() ? 0 : 1;

}

2、以下是不設(shè)置Combiner的情況輸出結(jié)果，Reducer輸入行數(shù)與Mapper輸出行數(shù)相等

任務(wù)名稱：Max temperature

任務(wù)成功：是

MAP_INPUT_RECORDS輸入行數(shù)：1207

MAP_OUTPUT_RECORDS行數(shù)：1190

REDUCE_INPUT_RECORDS行數(shù)：1190

任務(wù)開始：2015-04-24 14:26:00

任務(wù)結(jié)束：2015-04-24 14:26:03

任務(wù)耗時：0.04995 分鐘

3、以下是設(shè)置Combiner的情況輸出結(jié)果，經(jīng)過Combiner后，Reducer輸入行數(shù)大幅度減少。

任務(wù)名稱：Max temperature

任務(wù)成功：是

MAP_INPUT_RECORDS輸入行數(shù)：1207

MAP_OUTPUT_RECORDS行數(shù)：1190

REDUCE_INPUT_RECORDS行數(shù)：1

任務(wù)開始：2015-04-24 14:28:23

任務(wù)結(jié)束：2015-04-24 14:28:25

任務(wù)耗時：0.030966667 分鐘