В моей предыдущей статье « Архитектура и функциональность HDFS» я описал файловую систему Hadoop. Сегодня мы узнаем о его обработке. В основном существует два механизма, с помощью которых происходит обработка в кластере Hadoop, а именно MapReduce и YARN. В нашей традиционной системе основное внимание уделяется переносу данных в хранилище. В процессе Hadoop фокус смещается в сторону увеличения мощности обработки данных для инициирования параллельной обработки. Итак, здесь мы пройдем MapReduce и, во второй части, YARN .
Уменьшение карты
Как следует из названия, обработка в основном происходит в два этапа, отображение и сокращение. Существует один мастер (трекер заданий), который контролирует выполнение на нескольких подчиненных (трекер задач). Job Tracker принимает задания MapReduce, отправленные клиентом. Он выдвигает карту и сводит задачи в Task Tracker, а также отслеживает их состояние. Основная функция трекеров задач — запустить карту и уменьшить количество задач. Они также управляют и хранят промежуточный вывод задач.
Вам также может понравиться:
Программа Word Count с MapReduce и Java .
Фаза картографирования
Это относительно небольшая программа с простой задачей. Он отвечает за реализацию части данных входного файла (в основном один блок одного файла). Интерпретация, фильтрация и преобразование данных необходимы для создания потока пар ключ-значение. Один узел выбран для обработки данных на основе ключа. MapReduce прозрачно управляет всем этим движением.
Джава
1
public static class Map extends Mapper<LongWritable,Text,Text,IntWritable> {
2
public void map(LongWritable key, Text value,Context context) throws IOException,InterruptedException{
3
String line = value.toString();
4
StringTokenizer tokenizer = new StringTokenizer(line);
5
while (tokenizer.hasMoreTokens()) {
6
value.set(tokenizer.nextToken());
7
context.write(value, new IntWritable(1));
8
}
9
}
10
}
Фаза редуктора
Редуктор — это программа, которая занимается агрегацией всех значений ключей, за которые они отвечают. Каждый редуктор обычно записывает вывод в свой собственный файл.
Джава
xxxxxxxxxx
1
public static class Reduce extends Reducer<Text,IntWritable,Text,IntWritable> {
2
public void reduce(Text key, Iterable<IntWritable> values,Context context) throws IOException,InterruptedException {
3
int sum=0;
4
for(IntWritable x: values){
5
sum+=x.get();
6
}
7
context.write(key, new IntWritable(sum));
8
}
9
}
Класс водителя
Джава
xxxxxxxxxx
1
public class Counter{
2
public static void main(String[] args) throws Exception {
3
Configuration conf= new Configuration();
4
Job job = new Job(conf,"My Word Count Program");
5
job.setJarByClass(WordCount.class);
6
job.setMapperClass(Map.class);
7
job.setReducerClass(Reduce.class);
8
job.setOutputKeyClass(Text.class);
9
job.setOutputValueClass(IntWritable.class);
10
job.setInputFormatClass(TextInputFormat.class);
11
job.setOutputFormatClass(TextOutputFormat.class);
12
Path outputPath = new Path(args[1]);
13
//Configure the I/O path from the filesystem to the job
14
FileInputFormat.addInputPath(job, new Path(args[0]));
15
FileOutputFormat.setOutputPath(job, new Path(args[1]));
16
//delete the output path automatically from hdfs
17
outputPath.getFileSystem(conf).delete(outputPath);
18
//exit the job
19
System.exit(job.waitForCompletion(true) ? 0 : 1);
20
}
21
}