Hadoop中的Combiner实践

Combiner作用是合并Mapper的输出，Combiner的输出作为Reducer的输入，这样可以减少map任务和reducer任务之间的数据传输。

1、在Job中设置Combiner和不设置Combiner，观察Reducer输入情况

使用如下代码设置Combiner

job.setCombinerClass(MaxTemperatureReducer.class);

@Override

public int run(String[] args) throws Exception {

Job job = new Job();

job.setJarByClass(MaxTemperature.class);

job.setJobName("Max temperature");

FileInputFormat.addInputPath(job, new Path(args[0]));

FileOutputFormat.setOutputPath(job, new Path(args[1]));

job.setMapperClass(MaxTemperatureMapper.class);

// job.setCombinerClass(MaxTemperatureReducer.class); 是否设置Combiner

job.setReducerClass(MaxTemperatureReducer.class);

job.setOutputKeyClass(Text.class);

job.setOutputValueClass(IntWritable.class);

job.waitForCompletion(true);

//输出任务完成情况

System.out.println( "任务名称：" + job.getJobName() );

System.out.println( "任务成功：" + ( job.isSuccessful()?"是":"否" ) );

System.out.println( "输入行数：" + job.getCounters().findCounter("org.apache.hadoop.mapred.Task$Counter", "MAP_INPUT_RECORDS").getValue() );

System.out.println( "输出行数：" + job.getCounters().findCounter("org.apache.hadoop.mapred.Task$Counter", "MAP_OUTPUT_RECORDS").getValue() );

System.out.println( "输出行数：" + job.getCounters().findCounter("org.apache.hadoop.mapred.Task$Counter", "REDUCE_INPUT_RECORDS").getValue() );

return job.isSuccessful() ? 0 : 1;

}

2、以下是不设置Combiner的情况输出结果，Reducer输入行数与Mapper输出行数相等

任务名称：Max temperature

任务成功：是

MAP_INPUT_RECORDS输入行数：1207

MAP_OUTPUT_RECORDS行数：1190

REDUCE_INPUT_RECORDS行数：1190

任务开始：2015-04-24 14:26:00

任务结束：2015-04-24 14:26:03

任务耗时：0.04995 分钟

3、以下是设置Combiner的情况输出结果，经过Combiner后，Reducer输入行数大幅度减少。

任务名称：Max temperature

任务成功：是

MAP_INPUT_RECORDS输入行数：1207

MAP_OUTPUT_RECORDS行数：1190

REDUCE_INPUT_RECORDS行数：1

任务开始：2015-04-24 14:28:23

任务结束：2015-04-24 14:28:25

任务耗时：0.030966667 分钟