ReduceTask工作原理：ReduceTask工作過程有哪幾個階段？

ReduceTask的工作過程主要經歷了5個階段，分別是Copy階段、Merge階段、Sort階段、Reduce階段和Write階段，如下圖所示。

下面針對ReduceTask工作過程的5個階段進行介紹：

(1) Copy階段：Reduce會從各個MapTask上遠程復制一片數據，并針對某一片數據，如果其大小超過一定閾值，則寫到磁盤上，否則直接放到內存中。

(2) Merge階段：在遠程復制數據的同時，ReduceTask會啟動兩個后臺線程，分別對內存和磁盤上的文件進行合并，以防止內存使用過多或者磁盤文件過多。

(3) Sort階段：用戶編寫reduce()方法輸人數據是按key進行聚集的一組數據。為了將key相同的數據聚在一起，Hadoop采用了基于排序的策略。由于各個MapTask已經實現對自己的處理結果進行了局部排序，因此，ReduceTask只需對所有數據進行一次歸并排序即可。

(4) Reduce階段：對排序后的鍵值對調用reduce()方法，鍵相等的鍵值對調用一次reduce()方法，每次調用會產生零個或者多個鍵值對，最后把這些輸出的鍵值對寫人到HDFS中。

(5) Write階段: reduce()函數將計算結果寫到HDFS上。

猜你喜歡：

MapReduce編程開發(fā)實例——詞頻統(tǒng)計過程

MapReduce的工作流程是怎樣的？

MapReduce中Maper組件用法介紹

黑馬程序員python+大數據培訓課程