【总结】Hadoop中的Combiner实践

linghaiyan

　　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