大数据之Hadoop(MapReduce)： shuffle之Combiner合并

目录

• 1.Combiner合并
• 2.自定义Combiner实现步骤

1.Combiner合并

1.Combiner是MR程序中Mapper和Reducer之外的一种组件。
2.Combiner组件的父类就是Reducer。
3.Combiner和Reducer的区别在于运行的位置
Combiner是在每一个MapTask所在的节点运行；
Reducer是接收全局所有Mapper的结果；
4.Combiner的意义就是对每一个MapTask的输出进行局部汇总，以减少网络传输量。
5.Combiner能够应用的前提是不能影响最终的业务逻辑，而且，Combiner的输出kv应该跟Reducer的输入kv类型要对应起来；
Mapper Reducer
3 5 7 -->(3+5+7)/3=5 (3+5+7+2+6)/5=23/5 不等于(5+4)/2=9/2
2 6 -->(2+6)/2=4

2.自定义Combiner实现步骤

a.自定义一个Combiner继承Reducer，重写Reduce方法

public class WordcountCombiner extends Reducer<Text, IntWritable, Text,IntWritable>{

	@Override
	protected void reduce(Text key, Iterable<IntWritable> values,Context context) throws IOException, InterruptedException {

        // 1 汇总操作
		int count = 0;
		for(IntWritable v :values){
			count += v.get();
		}

        // 2 写出
		context.write(key, new IntWritable(count));
	}
}

b.在Job驱动类中设置：

job.setCombinerClass(WordcountCombiner.class);