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，請把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒埪?lián)系：鳥哥筆記小羽毛（ngbjxym）
這是我的第22篇原創(chuàng)
MapReduce是分布式計算的鼻祖，雖然我們已經(jīng)不需要再寫MR了，但是了解MR的底層邏輯，對解決各種分布式遇到的問題、調(diào)優(yōu)，有極大的幫助。廢話不多說，OK，let's GO！
MapReduce流程分為4個步驟：
input：從hdfs中讀取文件，數(shù)據(jù)讀取組件是TextInputFormat和LineRecordReader。
mapper：根據(jù)input步驟讀取過來的數(shù)據(jù)，進(jìn)行數(shù)據(jù)映射。之后進(jìn)行混洗，混洗主要進(jìn)行分區(qū)、排序和合并。
reduce：混洗好的數(shù)據(jù)交給Reduce步驟進(jìn)行計算。
output：Reduce計算好的數(shù)據(jù)經(jīng)過TextOutputFormat和LineRecordQriter組件，輸出到對應(yīng)OutPutPath中。
MapReduce流程分為7個步驟：
數(shù)據(jù)讀取：從hdfs中讀取文件，數(shù)據(jù)讀取組件是TextInputFormat和LineRecordReader。
數(shù)據(jù)分片：調(diào)用Job.steInputFormaiClass()定義的InputFormat，將數(shù)據(jù)切分成小的Split。
Mapper：每一個Split生成一個MapTask，對每個分片中的數(shù)據(jù)進(jìn)行排序，并進(jìn)行部分合并，刷寫到磁盤中。
Shuffle：將每個MapTask中處理好的數(shù)據(jù)，重新排序后，進(jìn)行分區(qū)，copy到Reduce的緩存中。其中可以配置數(shù)據(jù)壓縮、reduce節(jié)點數(shù)等參數(shù)。
Reduce:將緩存中的數(shù)據(jù)進(jìn)行進(jìn)一步的排序和merge，形成一份文件，交給Reduce函數(shù)進(jìn)行順序計算。
計算好的數(shù)據(jù)經(jīng)過TextOutputFormat和LineRecordQriter組件，進(jìn)行輸出。
最后根據(jù)OutPutPath輸出每個文件到對應(yīng)的HDFS中。
MapReduce一共有7個角色參與，分為4個大階段，7個小階段。分別是：
1、任務(wù)啟動階段
1.1、由Client端發(fā)起請求；
1.2、YarnRunner接受請求并申請資源；
1.3、ResourceManager檢索資源情況，分配資源路徑給YarnRunner；
1.4、YarnRunner進(jìn)行分片，申請啟動MRAppMaster
1.5、ResourceManager根據(jù)分片和job等信息，選擇數(shù)據(jù)所在節(jié)點啟動MapTask（程序找數(shù)據(jù)），喚醒MRAppMaster
1.6、MRAppMaster啟動，持續(xù)監(jiān)控和管理任務(wù)
1.7、MapTask啟動，開始干活
2、Map階段
2.1數(shù)據(jù)讀取，每個task讀取自己節(jié)點上的數(shù)據(jù)。
2.2數(shù)據(jù)處理
2.2.1每個task對自己讀取到的數(shù)據(jù)進(jìn)行split，分成更小的數(shù)據(jù)塊
2.2.2對每個split的數(shù)據(jù)進(jìn)行map，提取key、value、con
2.2.3對數(shù)據(jù)進(jìn)行分區(qū)，有條件建議自定義分區(qū)，可以解決數(shù)據(jù)傾斜的問題，對之后的reduce也有極大的優(yōu)化
2.2.4數(shù)據(jù)進(jìn)入環(huán)形緩沖區(qū)，以起始點為赤道，到達(dá)溢出比后，刷新赤道
2.2.5溢出的數(shù)據(jù)刷入sort進(jìn)行排序
2.2.6排序好的數(shù)據(jù)放入spill，進(jìn)行merge后有序?qū)懭雋dfs
2.3shuffle階段：廣義shuffle階段從map之后就開始，到調(diào)用reduce函數(shù)結(jié)束。這里只是將hdfs的數(shù)據(jù)刷入reduce的緩存區(qū)域。
3、reduce階段：
3.1Reduce啟動
3.1.1MRAppMaster監(jiān)控到redeuce任務(wù)即將結(jié)束，開始申請啟動ReduceTask；RM接受申請，根據(jù)分區(qū)結(jié)果，啟動若干ReduceTask
3.1.2ReduceTask啟動，把每個map結(jié)果中的不同分區(qū)的數(shù)據(jù)，shuffle數(shù)據(jù)到對應(yīng)Reducetask所在節(jié)點的緩存
3.2數(shù)據(jù)處理
3.2.1在緩存中對每個sort進(jìn)行merge（內(nèi)存、緩存都有）
3.2.2將merge后的結(jié)果，重新進(jìn)行spill，排序后，落到hdfs
3.2.3將所有小文件merge成一個大文件
3.4、Reduce階段
3.4.1調(diào)用Reduce函數(shù)，對排序好的file進(jìn)行匯總
3.4.2將最終結(jié)果寫入到hdfs中
4任務(wù)結(jié)束階段
4.1MRAppMaster監(jiān)控到每個Reduce節(jié)點的執(zhí)行情況
4.2向上匯報，并申請注銷自己
4.3RM注銷MRAppMaster，并向上匯報
4.4YarnRunner返回任務(wù)執(zhí)行完成信息
4.5客戶端接受信息，任務(wù)結(jié)束
本文為作者獨立觀點，不代表鳥哥筆記立場，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》 如對文章、圖片、字體等版權(quán)有疑問，請點擊 反饋舉報
我們致力于提供一個高質(zhì)量內(nèi)容的交流平臺。為落實國家互聯(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、專業(yè)的平臺氛圍，我們團(tuán)隊將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進(jìn)行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時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》《中華人民共和國未成年人保護(hù)法》等法律法規(guī)，對以下違法、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)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽和利益；
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、榮譽；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對未成年人實施侮辱、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、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實，損害他人名譽；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進(jìn)行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對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，讓對方難堪；
6)謾罵：以不文明的語言對他人進(jìn)行負(fù)面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、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、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)單個帳號多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個廣告帳號互相配合發(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)購買或出售帳號之間虛假地互動，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銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營銷；
8)使用特殊符號、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)宣揚低俗、庸俗、媚俗內(nèi)容。
5. 不實信息，主要表現(xiàn)為：
1)可能存在事實性錯誤或者造謠等內(nèi)容；
2)存在事實夸大、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，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治病；
2)求推薦算命看相大師；
3)針對具體風(fēng)水等問題進(jìn)行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運勢，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)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實或者原意扭曲；
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、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「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、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)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網(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)站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(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)一個用戶發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對帳號進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗的不斷豐富，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)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「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)