mapreduce执行过程

最新推荐文章于 2023-09-09 09:14:58 发布

桃花不见秋风

最新推荐文章于 2023-09-09 09:14:58 发布

阅读量732

点赞数

CC 4.0 BY-SA版权

分类专栏： hadoop reduce 文章标签： hadoop mapreduce

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/lujianlujian520/article/details/112913539

hadoop 同时被 2 个专栏收录

2 篇文章

订阅专栏

2 篇文章

订阅专栏

MapReduce是一种用于处理大规模数据的编程模型，其主要步骤包括input、map、shuffle、reduce和output。input阶段，HDFS上的大文件被拆分成128M的小文件，并转化为键值对；map阶段，每个数据块调用map方法生成新的键值对；shuffle阶段，键值对进行排序和分组，相同key的数据放在一起；reduce阶段，每个分组调用reduce方法，再次构建键值对；output阶段，将结果写回到HDFS。该模型广泛应用于大数据处理中。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、执行过程

mapreduce执行过程

MapReduce工作机制

MapReduce过程分为
input
map
shuffle
reduce
output

1.input:首先从HDFS上面读取文件，同时将大文件拆分成小文件（128M），与此同时将并组成键值对的形式
2.map:将input传送过来的每个数据块调用一次map方法，并构建新的键值对
3.shuffle：排序：按照键值对做一个排序
分组:将key值相同的数据放到一个迭代器中
4.reduce:每个分组后的数据调用一次reduce方法，构建新的键值对
5.output:将reduce传递过来的文件合成一个大文件，写到

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。