【MapReduce】---- MR 框架原理 之 Shuffle机制
本文共 581 字，大约阅读时间需要 1 分钟。
文章目录
♑ 定义
Map方法之后，Reduce方法之前的数据处理过程称之为Shuffle。
♑ Map方法之后Shuffle过程
♬ 分区
- 在溢写之前对环形缓冲区中的数据集进行分区操作
♬ 排序
- 在溢写之前对环形缓冲区中分区的数据集进行排序，按照分区进行
♬ Combiner（可选）
- 在溢写到磁盘之前，如果是汇总操作，可以利用Combiner对数据进行分区合并，最终溢写到磁盘上
♬ 分区归并排序
- 将分区上的数据集进行归并，同一分区上的数据集合并，排序（如果符合条件还可以继续进行Combiner合并）
♬ 压缩
- 对处理好的数据进行压缩
♬ 写磁盘
- 将压缩好的数据写到磁盘上，按分区输出
♑ Reduce方法之前Shuffle过程
主要包括以下几步：
♬ 拷贝
- 将map处理输出的同一分区数据拷贝到内存中，若内存不够，溢出到磁盘中（同时开启一个RecuceTask来处理该分区的数据）
♬ 归并排序
- 将内存和磁盘上的数据集进行归并，也就是在每个开启的ReduceTask中，对从不同MapTask中拉取过来的相同分区的数据进行合并，之后对每个ReduceTask上合并的总数据集再进行排序。
♬ 分组
- 对归并好的数据按照相同的key进行分组，等待reduce()来对同组数据进行处理，也就是相同key的数据进入同一个reduce()方法。
转载地址：http://ckeq.baihongyu.com/
你可能感兴趣的文章
MySQL 深度分页性能急剧下降，该如何优化？
查看>>
MySQL 深度分页性能急剧下降，该如何优化？
查看>>
MySQL 添加列，修改列，删除列
查看>>
mysql 添加索引
查看>>
MySQL 添加索引，删除索引及其用法
查看>>
mysql 状态检查,备份，修复
查看>>
MySQL 用 limit 为什么会影响性能？
查看>>
MySQL 用 limit 为什么会影响性能？有什么优化方案？
查看>>
MySQL 用户权限管理：授权、撤销、密码更新和用户删除（图文解析）
查看>>
mysql 用户管理和权限设置
查看>>
MySQL 的 varchar 水真的太深了！
查看>>
mysql 的GROUP_CONCAT函数的使用（group_by 如何显示分组之前的数据）
查看>>
MySQL 的instr函数
查看>>
MySQL 的mysql_secure_installation安全脚本执行过程介绍
查看>>
MySQL 的Rename Table语句
查看>>
MySQL 的全局锁、表锁和行锁
查看>>
mysql 的存储引擎介绍
查看>>
MySQL 的存储引擎有哪些？为什么常用InnoDB？
查看>>
Mysql 知识回顾总结-索引
查看>>
Mysql 笔记
查看>>