Hadoop7days -4 Partitioner

一个Reducer会产生一个结果文件,并保存在HDFS文件系统中。

设置归属地

    Partitioner类是partitioner类的基类,用于将文件进行分区,不同的分区文件会使用不同的Reducer进行后续的运算(因此分多少区就会有多少reducer),自己定制的partitioner类需要继承该类。partitioner类的执行位置位于 Mapper和Reducer之间,因此其输入为Mapper的输出,其输出为Reducer的输入。 

以昨天的统计手机上网流量为例继续我们今天的学习,根据手机号所属的不同运营商,将结果写入到不同的结果文件中。


如上图,定制的ProviderPartitioner类必须要继承Partitioner类。


同时,要重写getPartitioner方法,第三个参数numPartitioners代表要分区的数目,且返回值int代表结果会存储到对应编号为int的part-r-int文件中。即结果文件的位置由返回值int决定。

分区一定要选好,非常重要,分区的reduce可以大于getPartition()的返回值,但如果小于该返回值,则会出错。


猜你喜欢

转载自blog.csdn.net/qq_22772465/article/details/80065857