很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請(qǐng)把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會(huì)有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒?qǐng)聯(lián)系：鳥哥筆記小羽毛（ngbjxym）
這是我的第27篇原創(chuàng)
上次一張MapReduce流程圖畫了我兩天，始終不夠滿意，不夠簡(jiǎn)潔。等有靈感了，再重新試試。
在MR、Storm、Spark、Flink這4種大數(shù)據(jù)計(jì)算引擎中，MR是當(dāng)之無(wú)愧的開創(chuàng)者，甚至比后來(lái)的Storm都還要更穩(wěn)定。其原因就是環(huán)形緩沖區(qū)，今天咱就來(lái)解剖這個(gè)環(huán)形緩沖區(qū)。
讓我們回顧一下MapReduce的大致流程：
1、input組件從HDFS讀取數(shù)據(jù)；
2、按照規(guī)則進(jìn)行分片，形成若干個(gè)spilt；
3、進(jìn)行Map
4、打上分區(qū)標(biāo)簽（patition）
5、數(shù)據(jù)入環(huán)形緩沖區(qū)（KVbuffer）
6、原地排序，并溢寫（sort+spill）
7、combiner+merge，落地到磁盤
8、shuffle到reduce緩存
9、繼續(xù)歸并排序（mergesotr）
10、reduce
11、輸出到HDFS
如上圖所示，環(huán)形緩沖區(qū)是在溢寫到磁盤之前的操作。
環(huán)形緩沖區(qū)分為三塊，空閑區(qū)、數(shù)據(jù)區(qū)、索引區(qū)。初始位置取名叫做“赤道”，就是圓環(huán)上的白線那個(gè)位置。初始狀態(tài)的時(shí)候，數(shù)據(jù)和索引都為0，所有空間都是空閑狀態(tài)。
tips：這里有一個(gè)調(diào)優(yōu)參數(shù)，可以設(shè)置環(huán)形緩沖區(qū)的大小：
mapreduce.task.io.sort.mb，默認(rèn)100M，可以稍微設(shè)置大一些，但不要太大，因?yàn)槊總€(gè)spilt就128M。
環(huán)形緩沖區(qū)寫入的時(shí)候，有個(gè)細(xì)節(jié)：數(shù)據(jù)是從赤道的右邊開始寫入，索引（每次申請(qǐng)4kb）是從赤道是左邊開始寫。這個(gè)設(shè)計(jì)很有意思，這樣兩個(gè)文件各是各的，互不干涉。
在數(shù)據(jù)和索引的大小到了mapreduce.map.sort.spill.percent參數(shù)設(shè)置的比例時(shí)（默認(rèn)80%，這個(gè)是調(diào)優(yōu)的參數(shù)），會(huì)有兩個(gè)動(dòng)作：
1、對(duì)寫入的數(shù)據(jù)進(jìn)行原地排序，并把排序好的數(shù)據(jù)和索引spill到磁盤上去；
2、在空閑的20%區(qū)域中，重新算一個(gè)新的赤道，然后在新赤道的右邊寫入數(shù)據(jù)，左邊寫入索引；
3、當(dāng)20%寫滿了，但是上一次80%的數(shù)據(jù)還沒(méi)寫到磁盤的時(shí)候，程序就會(huì)panding一下，等80%空間騰出來(lái)之后再繼續(xù)寫。
如此循環(huán)往復(fù)，永不停歇，直到所有任務(wù)全部結(jié)束。整個(gè)操作都在內(nèi)存，形狀像一個(gè)環(huán)，所以才叫環(huán)形緩沖區(qū)。
我們讀取到文件，直接排序，然后寫到HDFS里不就好了嗎？為啥還要整一個(gè)環(huán)形緩沖區(qū)呢？
那從架構(gòu)的角度看環(huán)形緩沖區(qū)，他這么設(shè)計(jì)有什么用呢？解決什么問(wèn)題呢？
思路廣的朋友應(yīng)該已經(jīng)反應(yīng)過(guò)來(lái)了。環(huán)形緩沖區(qū)不需要重新申請(qǐng)新的內(nèi)存，始終用的都是這個(gè)內(nèi)存空間。大家知道MR是用java寫的，而Java有一個(gè)最討厭的機(jī)制就是Full GC。Full GC總是會(huì)出來(lái)?yè)v亂，這個(gè)bug也非常隱蔽，發(fā)現(xiàn)了也不好處理。環(huán)形緩沖區(qū)從頭到尾都在用那一個(gè)內(nèi)存，不斷重復(fù)利用，因此完美的規(guī)避了Full GC導(dǎo)致的各種問(wèn)題，同時(shí)也規(guī)避了頻繁申請(qǐng)內(nèi)存引發(fā)的其他問(wèn)題。
另外呢，環(huán)形緩沖區(qū)同時(shí)做了兩件事情：1、排序；2、索引。在這里一次排序，將無(wú)序的數(shù)據(jù)變?yōu)橛行?，寫磁盤的時(shí)候順序?qū)?，讀數(shù)據(jù)的時(shí)候順序讀，效率高非常多！
在這里設(shè)置索引區(qū)也是為了能夠持續(xù)的處理任務(wù)。每讀取一段數(shù)據(jù)，就往索引文件里也寫一段，這樣在排序的時(shí)候能加快速度。
有意思的是在Map階段，是有索引文件的，但是在Reduce的時(shí)候就沒(méi)有索引文件了，你知道是為什么嗎？
我們理解一件事情，有三個(gè)層次：第一層看表面，第二層看原理，第三層看架構(gòu)。
看表面的，是觀眾，是規(guī)則的順從者；
看原理的，是導(dǎo)演，是規(guī)則的利用者；
看架構(gòu)的，是作者，是規(guī)則的創(chuàng)造者，也就是我最喜歡的上帝視角。
無(wú)論在哪個(gè)領(lǐng)域，一旦你開啟了上帝視角，你將無(wú)往而不利！
以上，與諸位共勉！
本文為作者獨(dú)立觀點(diǎn)，不代表鳥哥筆記立場(chǎng)，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》 如對(duì)文章、圖片、字體等版權(quán)有疑問(wèn)，請(qǐng)點(diǎn)擊 反饋舉報(bào)
我們致力于提供一個(gè)高質(zhì)量?jī)?nèi)容的交流平臺(tái)。為落實(shí)國(guó)家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評(píng)論自律管理，為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開放、真實(shí)、專業(yè)的平臺(tái)氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對(duì)注冊(cè)用戶和發(fā)布在本平臺(tái)的內(nèi)容進(jìn)行管理。平臺(tái)鼓勵(lì)用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時(shí)也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國(guó)未成年人保護(hù)法》等法律法規(guī)，對(duì)以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對(duì)憲法所確定的基本原則；
2)危害國(guó)家安全，泄露國(guó)家秘密，顛覆國(guó)家政權(quán)，破壞國(guó)家統(tǒng)一，損害國(guó)家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動(dòng)實(shí)施恐怖活動(dòng)、極端主義活動(dòng)；
5)煽動(dòng)民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國(guó)家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會(huì)秩序，破壞社會(huì)穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動(dòng)非法集會(huì)、結(jié)社、游行、示威、聚眾擾亂社會(huì)秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過(guò)網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對(duì)未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動(dòng)成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對(duì)他人或其行為進(jìn)行揭露或描述，以此來(lái)激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對(duì)方對(duì)自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對(duì)方難堪；
6)謾罵：以不文明的語(yǔ)言對(duì)他人進(jìn)行負(fù)面評(píng)價(jià)；
7)歧視：煽動(dòng)人群歧視、地域歧視等，針對(duì)他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來(lái)迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個(gè)帳號(hào)多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個(gè)廣告帳號(hào)互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購(gòu)買或出售帳號(hào)之間虛假地互動(dòng)，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營(yíng)銷內(nèi)容，如通過(guò)偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營(yíng)銷；
8)使用特殊符號(hào)、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯(cuò)誤或者造謠等內(nèi)容；
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過(guò)頭像、用戶名等個(gè)人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個(gè)人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測(cè)字、占卜、解夢(mèng)、化解厄運(yùn)、使用迷信方式治病；
2)求推薦算命看相大師；
3)針對(duì)具體風(fēng)水等問(wèn)題進(jìn)行求助或咨詢；
4)問(wèn)自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過(guò)占卜方法問(wèn)婚姻、前程、運(yùn)勢(shì)，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來(lái)誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動(dòng)「飯圈」粉絲攀比炫富、奢靡享樂(lè)等行為
4)以號(hào)召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號(hào)」形式刷量控評(píng)等行為
5)通過(guò)「蹭熱點(diǎn)」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會(huì)公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評(píng)述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭(zhēng)行為的；
4)法律、行政法規(guī)禁止，或可能對(duì)網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過(guò)主動(dòng)發(fā)現(xiàn)和接受用戶舉報(bào)兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺(tái)氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個(gè)用戶發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對(duì)帳號(hào)進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號(hào)的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過(guò)作弊手段注冊(cè)、使用帳號(hào)，或者濫用多個(gè)帳號(hào)發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺(tái)管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對(duì)本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過(guò)「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)