shuffle中关键阶段sort的示例分析

这篇文章主要介绍了shuffle中关键阶段sort的示例分析，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

源码中有这样一段代码

1. Map端排序获取的比较器

public RawComparator getOutputKeyComparator() {  // 获取mapreduce.job.output.key.comparator.class，必须是RawComparator类型，如果没设置，是null  Class theClass = getClass(   JobContext.KEY_COMPARATOR, null, RawComparator.class);  // 如果用户自定义了这个参数，那么实例化用户自定义的比较器  if (theClass != null)   return ReflectionUtils.newInstance(theClass, this);  // 默认情况，用户是没用自定义这个参数  // 判断Map输出的key，是否是WritableComparable的子类 //  如果是，调用当前类的内部的Comparator!  return WritableComparator.get(getMapOutputKeyClass().asSubclass(WritableComparable.class), this); }

总结： 如何对感兴趣的数据进行排序？

① 数据必须作为key

② 排序是框架自动排序，我们提供基于key的比较器，也就是Comparator，必须是RawComparator类型

a) 自定义类，实现RawComparator，重写compare()

指定mapreduce.job.output.key.comparator.class为自定义的比较器类型

b）key实现WritableComparable(推荐)

③ 实质都是调用相关的comparaTo()方法，进行比较

2. Reduce端进行分组的比较器

RawComparator comparator = job.getOutputValueGroupingComparator();// 获取mapreduce.job.output.group.comparator.class，必须是RawComparator类型// 如果没用设置，直接获取MapTask排序使用的比较器// 也是比较keypublic RawComparator getOutputValueGroupingComparator() {  Class theClass = getClass(   JobContext.GROUP_COMPARATOR_CLASS, null, RawComparator.class);  if (theClass == null) {   return getOutputKeyComparator();  }  // 如果设置了，就使用设置的比较器  return ReflectionUtils.newInstance(theClass, this); }

感谢你能够认真阅读完这篇文章，希望小编分享的"shuffle中关键阶段sort的示例分析"这篇文章对大家有帮助，同时也希望大家多多支持，关注行业资讯频道，更多相关知识等着你来学习!