大橙子网站建设,新征程启航
为企业提供网站建设、域名注册、服务器等服务
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
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。