Hadoop之Combiners编程

Posted 2020-09-22 独立小桥风满袖

     每一个map可能会产生大量的输出，combiner的作用就是在map端对输出先做一次合并，以减少传输到reducer的数据量。       

     combiner最基本是实现本地key的归并，combiner具有类似本地的reduce功能。   

      如果不用combiner，那么，所有的结果都是reduce完成，效率会相对低下。使用combiner，先完成的map会在本地聚合，提升速度。

     注意：Combiner的输出是Reducer的输入，如果Combiner是可插拔的，添加Combiner绝不能改变最终的计算结果。所以Combiner只应该用于那种Reduce的输入key/value与输出key/value类型完全一致，且不影响最终结果的场景。比如累加，最大值等。

 

     实际上，combiner就在map端的一个reducer。执行过程如下：