Combiner作用是合并Mapper的輸出，Combiner的輸出作為Reducer的輸入，這樣可以減少map任務(wù)和reducer任務(wù)之間的數(shù)據(jù)傳輸。

創(chuàng)新互聯(lián)是一家集網(wǎng)站建設(shè),烏什企業(yè)網(wǎng)站建設(shè),烏什品牌網(wǎng)站建設(shè),網(wǎng)站定制,烏什網(wǎng)站建設(shè)報(bào)價(jià),網(wǎng)絡(luò)營(yíng)銷(xiāo),網(wǎng)絡(luò)優(yōu)化,烏什網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強(qiáng)企業(yè)競(jìng)爭(zhēng)力?？沙浞譂M足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時(shí)我們時(shí)刻保持專(zhuān)業(yè)、時(shí)尚、前沿，時(shí)刻以成就客戶成長(zhǎng)自我，堅(jiān)持不斷學(xué)習(xí)、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實(shí)用型網(wǎng)站。

1、在Job中設(shè)置Combiner和不設(shè)置Combiner，觀察Reducer輸入情況

使用如下代碼設(shè)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); 是否設(shè)置Combiner

job.setReducerClass(MaxTemperatureReducer.class);

job.setOutputKeyClass(Text.class);

job.setOutputValueClass(IntWritable.class);

job.waitForCompletion(true);

//輸出任務(wù)完成情況

System.out.println( "任務(wù)名稱：" + job.getJobName() );

System.out.println( "任務(wù)成功：" + ( job.isSuccessful()?"是":"否" ) );

System.out.println( "輸入行數(shù)：" + job.getCounters().findCounter("org.apache.hadoop.mapred.Task$Counter", "MAP_INPUT_RECORDS").getValue() );

System.out.println( "輸出行數(shù)：" + job.getCounters().findCounter("org.apache.hadoop.mapred.Task$Counter", "MAP_OUTPUT_RECORDS").getValue() );

System.out.println( "輸出行數(shù)：" + job.getCounters().findCounter("org.apache.hadoop.mapred.Task$Counter", "REDUCE_INPUT_RECORDS").getValue() );

return job.isSuccessful() ? 0 : 1;

}

2、以下是不設(shè)置Combiner的情況輸出結(jié)果，Reducer輸入行數(shù)與Mapper輸出行數(shù)相等

任務(wù)名稱：Max temperature

任務(wù)成功：是

MAP_INPUT_RECORDS輸入行數(shù)：1207

MAP_OUTPUT_RECORDS行數(shù)：1190

REDUCE_INPUT_RECORDS行數(shù)：1190

任務(wù)開(kāi)始：2015-04-24 14:26:00

任務(wù)結(jié)束：2015-04-24 14:26:03

任務(wù)耗時(shí)：0.04995 分鐘

3、以下是設(shè)置Combiner的情況輸出結(jié)果，經(jīng)過(guò)Combiner后，Reducer輸入行數(shù)大幅度減少。

任務(wù)名稱：Max temperature

任務(wù)成功：是

MAP_INPUT_RECORDS輸入行數(shù)：1207

MAP_OUTPUT_RECORDS行數(shù)：1190

REDUCE_INPUT_RECORDS行數(shù)：1

任務(wù)開(kāi)始：2015-04-24 14:28:23

任務(wù)結(jié)束：2015-04-24 14:28:25

任務(wù)耗時(shí)：0.030966667 分鐘

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無(wú)理由+7*72小時(shí)售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國(guó)服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡(jiǎn)單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢(shì)，專(zhuān)為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場(chǎng)景需求。

分享文章：【總結(jié)】Hadoop中的Combiner實(shí)踐-創(chuàng)新互聯(lián)
轉(zhuǎn)載注明：http://weahome.cn/article/dcgsso.html