MapReducer中Mapper的切片原理是什么

这篇文章将为大家详细讲解有关MapReducer中Mapper的切片原理是什么，文章内容质量较高，因此小编分享给大家做个参考，希望大家阅读完这篇文章后对相关知识有一定的了解。

岳塘网站建设公司创新互联建站,岳塘网站设计制作，有大型网站制作公司丰富经验。已为岳塘近1000家提供企业网站建设服务。企业网站搭建\外贸网站制作要多少钱，请找那个售后服务好的岳塘做网站的公司定做！

一、首先，我们看到Map运行的时候不同文件启动了不同数量的map任务，但是JOB中又没有设置map数量的配置，其实map运行时MRAppMaster请求RM资源运行的MapTask是由map前的文件切片所决定的（虽然split默认等于blocksize但是决不等同于blocksize）

二、原理：分发到各个节点的mapTask对文件处理时是按照一个个切片执行的

如图所示，默认的InputFormat为TextInputFormat  而 TextInputFormat  继承于FileInputFormat

@InterfaceAudience.Public
@InterfaceStability.Stable
public class TextInputFormat extends FileInputFormat<LongWritable, Text>

我们再来看看FileInputFormat是怎么对文件进行切片的

在FileInputformat中有issplit()方法(该方法设置是否对文件进行分割)和getsplits方法,getsplits中调用
computeSplitSize()方法通过return Math.max(minSize, Math.min(goalSize, blockSize))来获取splits这个源码看附件图片.所以我们想要改变split大小(即改变mapTask)数目的时候需要在配置文件中添加参数
mapreduce.input.fileinputformat.split.minsize 和
mapreduce.input.fileinputformat.split.maxsize
来改变splits

源码中的isSplitable（）：

  protected boolean isSplitable(FileSystem fs, Path filename) {
    return true;
  }

默认为切割文件，如果自定义InputFormat的话可以继承FileInputFormat覆盖isSplitable方法返回false

源码中的getsplits主要代码段：

public InputSplit[] getSplits(JobConf job, int numSplits)
    throws IOException {

        ......

          long blockSize = file.getBlockSize();
          long splitSize = computeSplitSize(goalSize, minSize, blockSize);

    }

如图,调用了computeSplitSize()方法来获取splitsize

最后,看一下computeSplitSize源码:

  protected long computeSplitSize(long goalSize, long minSize,
                                       long blockSize) {
    return Math.max(minSize, Math.min(goalSize, blockSize));
  }

‍所以从中可以看出来Math.max(minSize, Math.min(goalSize, blockSize));
决定了splitsize的大小

配置文件中可以配置:

mapreduce.input.fileinputformat.split.minsize 和
mapreduce.input.fileinputformat.split.maxsize
来改变splits,从而改变mapTask的数目:

MapTask数目=filesize/splitsize+1

关于MapReducer中Mapper的切片原理是什么就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。

分享标题：MapReducer中Mapper的切片原理是什么
文章起源：https://www.cdcxhl.com/article44/ijjjee.html

成都网站建设公司_创新互联，为您提供定制开发、关键词优化、软件开发、响应式网站、建站公司、搜索引擎优化

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联