Hadoop 之 Shuffle 和排序---再理解

，其实在我的一篇博文中，已经对Shuffle有了自己的总结，但是，回过头来再看的时候，觉得又可以再深层次的理解和记忆跟细节的东西。有必要再进行一次知识的输出—不知道在哪里看到的一句话，知识的输出是更残忍的输入。

---

内容的理解来源于《Hadoop 权威指南（第三版）》，P226 页。

---

一 总述

MapReduce 确保每个 reducer 的输入都是按键排序的。Shuffle 这一过程可以说是系统执行排序的过程（map 输出作为输入传给 reducer），也可以只代表 reduce 任务获取 map 输出的这部分过程，这里我们把Shuffle 理解为从 map 产生输出到 reduce 消化输入的整个过程。

Shuffle 这个过程是 MapReduce 的心脏，是奇迹发生的地方。

二 map 端

每个 map 都有一个环形的内存缓冲区用于存储任务的输出，即上图中的 buffer in memory 。缓冲区默认大小为 100MB，可以通过改变 io.sort.mb 属性来调整。一旦缓冲内容达到阈值（io.sort.spill.percent,默认为 80%），一个后台线程就开始把内容溢出到（spill）磁盘。上图中，buffer in memory 后边的三个箭头分别对应三个溢出文件，每个文件上又有分区。在溢出写磁盘的过程中，map 输出继续写到缓冲区，但如果在此期间缓冲区被填满了，map 会被阻塞直到写磁盘过程完成。

溢出写磁盘时的位置：mapred.local.dir 属性指定的作业特定子目录中的目录中。

在写磁盘前，有个很重要的操作，叫分区，分区数量就是 reduce 任务数量，即上图中 partitions ，默认情况下，只有一个分区，即只有一个 reduce 任务。线程根据要数据要传的 reducer 把数据划分成相应的partition。每个 partition 中，后台进程按键进行内排序，这时，如果存在一个 combiner，这个 combiner 就在排序后的输出上运行。运行 combiner 使得每个 map 的输出结果更紧凑，可以减少写到磁盘的数据和传递给 reducer 的数据，因此减少的是在网络中传输的数据量。
注： combiner 这个过程不是都可以存在，在某些时候错误的使用 combiner 有可能会影响最后 reducer 的结果。

在任务完成之前，还有个重要的过程，即上图中的 merge on disk。所产生的溢出文件被合并成一个已分区且已排序的输出文件。属性 io.sort.factor 控制一次最多能合并多少流，默认为10；

map 的输出是可以进行压缩后再写磁盘的，可以节约磁盘空间以及加快磁盘写的速度。mapred.compress.map.output 设置为 true ，就可以开启压缩功能。使用的压缩库由 mapred.map.output.compression.codec 指定。

最后，要知道的是，map 的最后输出经常写到 map 任务的本地磁盘，但是，reduce 的输出并不是这样的。

三 reduce 端

在 Reduce 端，分为几个步骤要去做。
第一，是拷贝阶段，把 Map 段的最后输出数据拷贝到对应的 Reduce 端。如图中，fetch 操作，从对应的分区中取出数据到对应的 Reduce 中去。
第二，merge 阶段；
第三，把数据按键输入到 reduce 函数中。

在第一个阶段，复制阶段，每个 map 的完成时间可能不同，因此，只要有一个任务完成，reduce 任务就开始复制其输出。reduce 中有少量并行的复制线程，并行的取得 map 输出，数量可根据 mapred.reduce.parallel.copies 属性调整，默认为5。
在复制的过程中，内存缓存区达到阈值（由mapred.inmem.merge.threshold 控制），则合并后溢出到磁盘中。这时如果指定了 combiner ，则合并期间运行以降低写入硬盘的数据量。
随着磁盘上副本增多，后台线程会将他们合并为更大的且排好序的文件，为后序合并节省时间。注意，为了合并，map 的输出如果是被压缩过的，则都必须在内存中被解压。

复制完所有 map 输出后，reduce 任务进入 merge 阶段，这跟上边说的合并众多从内存中溢出的副本是不一样的过程。这个阶段，会根据不同的合并因子来循环合并文件。

最后是 reduce 阶段，对已排序的输出中的每个键调用 reduce 函数，此阶段的数据直接写到文件系统中去，如HDFS中。