整套大数据学习资料(视频+笔记)百度网盘无门槛下载:http://www.edu360.cn/news/content?id=3377

四种常见的MapReduce设计模式

hadoop 小小明 21℃ 0评论

使用MapReduce解决任何问题之前,我们需要考虑如何设计。并不是任何时候都需要map和reduce job。

文章目录

  • 1 MapReduce设计模式(MapReduce Design Pattern)
    • 1.1 Input-Map-Reduce-Output
    • 1.2 Input-Map-Output
    • 1.3 Input-Multiple Maps-Reduce-Output
    • 1.4 Input-Map-Combiner-Reduce-Output

MapReduce设计模式(MapReduce Design Pattern)

整个MapReduce作业的阶段主要可以分为以下四种:
1、Input-Map-Reduce-Output

2、Input-Map-Output

3、Input-Multiple Maps-Reduce-Output

4、Input-Map-Combiner-Reduce-Output
下面我将一一介绍哪种场景使用哪种设计模式。

Input-Map-Reduce-Output

Input➜Map➜Reduce➜Output

如果我们需要做一些聚合操作(aggregation),我们就需要使用这种模式。

场景 计算各性别员工薪水平均值
Map(Key, Value) Key: Gender
Value: Their Salary
Reduce 对Gender进行Group by,并计算每种性别的总薪水

Input-Map-Output

Input➜Map➜Output

如果我们仅仅想改变输入数据的格式,这时候我们可以使用这种模式。

场景 对性别进行处理
Map(Key, Value) Key : Employee Id
Value : Gender ->
if Gender is Female/ F/ f/ 0 then converted to F
else if Gender is Male/M/m/1 then convert to M

Input-Multiple Maps-Reduce-Output

Input1➜Map1➘
                            Reduce➜Output
Input2➜Map2➚

在这种设计模式中,我们有两个输入文件,其文件的格式都不一样,
文件一的格式是性别作为名字的前缀,比如:Ms. Shital Katkar或Mr. Krishna Katkar
文件二的格式是性别的格式是固定的,但是其位置不固定,比如 Female/Male, 0/1, F/M

场景 对性别进行处理
Map(Key, Value) Map 1 (For input 1):我们需要将性别从名字中分割出来,然后根据前缀来确定性别,然后得到 (Gender,Salary)键值对;
Map 2 (For input 2):这种情况程序编写比较直接,处理固定格式的性别,然后得到(Gender,Salary)键值对。
Reduce 对Gender进行Group by,并计算每种性别的总薪水

Input-Map-Combiner-Reduce-Output

Input➜Map➜Combiner➜Reduce➜Output

在MapReduce中,Combiner也被成为Reduce,其接收Map端的输出作为其输入,并且将输出的 key-value 键值对作为Reduce的输入。Combiner的使用目的是为了减少数据传入到Reduce的负载。

在MapReduce程序中,20%的工作是在Map阶段执行的,这个阶段也被成为数据的准备阶段,各阶段的工作是并行进行的。

80%的工作是在Reduce阶段执行的,这个阶段被成为计算阶段,其不是并行的。因此,次阶段一般要比Map阶段要满。为了节约时间,一些在Reduce阶段处理的工作可以在combiner阶段完成。

假设我们有5个部门(departments),我们需要计算个性别的总薪水。但是计算薪水的规则有点奇怪,比如某个性别的总薪水大于200k,那么这个性别的总薪水需要加上20k;如果某个性别的总薪水大于100k,那么这个性别的总薪水需要加上10k。如下:

Map阶段:
Dept 1: Male<10,20,25,45,15,45,25,20>,Female <10,30,20,25,35>
Dept 2: Male<15,30,40,25,45>,Female <20,35,25,35,40>
Dept 3: Male<10,20,20,40>,Female <10,30,25,70>
Dept 4: Male<45,25,20>,Female <30,20,25,35>
Dept 5: Male<10,20>,Female <10,30,20,25,35>
Combiner阶段:
Dept 1:Male <250,20>,Female <120,10>
Dept 2:Male <155,10>,Female <175,10>
Dept 3:Male <90,00>,Female <135,10>
Dept 4:Male <90,00>,Female <110,10>
Dept 5:Male <30,00>,Female <130,10>
Reduce阶段:
Male< 250,20,155,10,90,90,30>,Female<120,10,175,10,135,10,110,10,130,10>
Output:
Male<645>,Female<720>

以上四种MapReduce模式只是最基本的,我们可以根据自己问题设计不一样的设计模式。

转载请注明:全栈大数据 » 四种常见的MapReduce设计模式

喜欢 (0)or分享 (0)
发表我的评论
取消评论

表情

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址