MapRedece中的分区Partitioner 分析
MapReduce中会将map输出的k-v对,按照相同的key进行分组,然后分发给不同的reduceTask中。
默认的分发规则为:根据key的hashcode%reducetask数来分发
所以如果要按照特定的需求进行分组,则需要改写数据分发组件Partitioner。
自定义数据分发类CustomPartitioner 继承抽象类Partitioner
重写getPartition方法
getPartition方法说明public int getPartition(Text key, LongWritable value, int numPartitions)
key : map阶段输出的key值
value : map阶段输出的value值
numPartitions : 设置的reduce数量(获取的是job.setNumReduceTasks(int num)设置的num)
返回值是根据自定义规则得出的分区位置
案例 需求根据归属地输出流量统计数据结果到不同文件,以便于在查询统计结果时可以定位到省级范围进行流量统计。
实现 /** * 自定义分发规则类CustomPartitioner * @author:yanzhelee */ public class CustomPartitioner extends Partitioner<Text,LongWritable>{ //用于将手机号的前三个数字和分区块进行对应 static HashMap<String, Integer> provinceMap = new HashMap<String, Integer>(); //设置默认的初始值 static { //key为手机号的前三位数字,value为用于表示地区的分区号 provinceMap.put("135", 0); provinceMap.put("136", 1); provinceMap.put("137", 2); provinceMap.put("138", 3); provinceMap.put("139", 4); } @Override public int getPartition(Text key, FlowBean value, int numPartitions) { Integer code = provinceMap.get(key.toString().substring(0, 3)); //如果不存在,则分区号为5 return code == null ? 5 : code; } }