CGFT金融科技分析師:MapReduce過程實(shí)際的執(zhí)行

作為CGFT金融科技分析師,對(duì)科技也有了解,也要學(xué)習(xí)一定的大數(shù)據(jù),那在學(xué)習(xí)中對(duì)WordCount程序任務(wù)了解多少呢?給你說說一下MapReduce過程實(shí)際的執(zhí)行!

執(zhí)行WordCount的用戶程序(采用MapReduce編寫),會(huì)被系統(tǒng)分發(fā)部署到集群中的多臺(tái)機(jī)器上,其中一個(gè)機(jī)器作為Master,負(fù)責(zé)協(xié)調(diào)調(diào)度作業(yè)的執(zhí)行,其余機(jī)器作為Worker,可以執(zhí)行Map Reduce 任務(wù)。

系統(tǒng)分配一部分Worker執(zhí)行Map任務(wù),一部分Worker執(zhí)行Reduce任務(wù);MapReduce將輸入文件切分成M個(gè)分片:MasterM個(gè)分片分給處于空閑狀態(tài)的TV個(gè)Worker來處理;

CFGFT金融科技分析師

執(zhí)行Map任務(wù)的Worker讀取輸入數(shù)據(jù),執(zhí)行Map操作,生成一系列<key,value>形式的中間結(jié)果,并將中間結(jié)果保存在內(nèi)存的緩沖區(qū)中。

緩沖區(qū)中的中間結(jié)果會(huì)被定期刷寫到本地磁盤上,并被劃分為個(gè)分區(qū),這7?個(gè)分區(qū)會(huì)被分發(fā)給R個(gè)執(zhí)行Reduce任務(wù)的Worker進(jìn)行處理;Master會(huì)記錄這R個(gè)分區(qū)在磁盤上的存儲(chǔ)位置,并通知R個(gè)執(zhí)行Reduce任務(wù)的Worker領(lǐng)取屬于自己處理的那些分區(qū)的數(shù)據(jù)。

執(zhí)行Reduce任務(wù)的Worker收到Master的通知后,就到相應(yīng)的Map機(jī)器上領(lǐng)回屬于自己處理的分區(qū),需要注意的是,正如之前在Shuffle過程闡述的那樣,可能會(huì)有多個(gè)Map機(jī)器通知某個(gè)Reduce機(jī)器來領(lǐng)取數(shù)據(jù),因此,一個(gè)執(zhí)行Reduce任務(wù)的Worker,可能會(huì)從多個(gè)Map機(jī)器上領(lǐng)取數(shù)據(jù)。當(dāng)位于所有Map機(jī)器上的、屬于自己處理的數(shù)據(jù),都已經(jīng)領(lǐng)取回來以后,這個(gè)執(zhí)行Reduce任務(wù)的Worker,會(huì)對(duì)領(lǐng)取到的鍵值對(duì)進(jìn)行排序(如果內(nèi)存中放不下需要用到外部排序),使得具有相同key的鍵值對(duì)聚集在一起,然后就可以開始執(zhí)行具體的Reduce操作了。

執(zhí)行Reduce任務(wù)的Worker遍歷中間數(shù)據(jù),對(duì)每一個(gè)* key,執(zhí)行Reduce函數(shù),結(jié)果寫人到輸出文件中;執(zhí)行完畢后,喚醒用戶程序,返回結(jié)果。

?