Question

我已经编写了map reduce代码和自定义分区。自定义分区对某些条件的键进行排序。我在驱动程序类中设置了setNumReduceTasks = 6。但是我在我的单机上测试这段代码。我只得到一个reducer输出文件，而不是6个reducer文件。分区程序不能在单机上运行吗？是否需要多节点集群来查看自定义分区程序的效果？任何有关这方面的见解将不胜感激。

Answer 1

当您将reducer的no设置为大于1时，分区程序始终有效，即使它是单个节点集群。

我在单节点集群上测试了以下代码，它按预期工作：

public final class SortMapReduce extends Configured implements Tool {

public static void main(final String[] args) throws Exception {
    int res = ToolRunner.run(new Configuration(), new SortMapReduce(), args);
    System.exit(res);
}

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

    Path inputPath = new Path(args[0]);
    Path outputPath = new Path(args[1]);

    Configuration conf = super.getConf();

    Job job = Job.getInstance(conf);

    job.setJarByClass(SortMapReduce.class);
    job.setMapperClass(Map.class);
    job.setReducerClass(Reduce.class);

    job.setInputFormatClass(KeyValueTextInputFormat.class);

    job.setMapOutputKeyClass(Person.class);
    job.setMapOutputValueClass(Text.class);

    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(Text.class);

    job.setPartitionerClass(PersonNamePartitioner.class);

    job.setNumReduceTasks(5);

    FileInputFormat.setInputPaths(job, inputPath);
    FileOutputFormat.setOutputPath(job, outputPath);

    if (job.waitForCompletion(true)) {
        return 0;
    }
    return 1;
}

public static class Map extends Mapper<Text, Text, Person, Text> {

    private Person outputKey = new Person();

    @Override
    protected void map(Text pointID, Text firstName, Context context) throws IOException, InterruptedException {
        outputKey.set(pointID.toString(), firstName.toString());
        context.write(outputKey, firstName);
    }
}

public static class Reduce extends Reducer<Person, Text, Text, Text> {

    Text pointID = new Text();

    @Override
    public void reduce(Person key, Iterable<Text> values, Context context) throws IOException, InterruptedException {
        pointID.set(key.getpointID());
        for (Text firstName : values) {
            context.write(pointID, firstName);
        }
    }
}

}

分区者类：

public class PersonNamePartitioner extends Partitioner<Person, Text> {

@Override
public int getPartition(Person key, Text value, int numPartitions) {

    return Math.abs(key.getpointID().hashCode() * 127) % numPartitions;
}

}

运行命令：

hadoop jar /home/hdfs/SecondarySort.jar org.test.SortMapReduce /demo/data/Customer/acct.txt / demo / data / Customer / output2

谢谢，

Answer 2

我在一台机器上有一个双节点集群。这是exactly what I did。从那里你可以看到我这样做（执行时）：

指定减速器的数量，例如两个

-D mapred.reduce.tasks=2

Answer 3

仔细查看自定义分区程序。它可能会为传入其中的所有键返回相同的分区值。

在这种情况下，它是一个低效的分区程序，它将所有键发送到同一个reducer。因此，即使您将减速器的数量设置为6，只有一个减速器将具有所有键值，而剩余的5个减速器将无法处理任何内容。

因此，您将获得处理所有记录的唯一reducer的输出。

分区程序不能单独运行机吗 分区程序也适用于单机虚拟群集。

是否需要多节点集群来查看自定义的效果分割器吗 否。

分区程序似乎不适用于单个节点？

3 个答案: