Combiner 可以理解為本地的reducer,減少了Map Tasks輸出的資料量以及資料網路傳輸量

編譯執行： hadoop jar /home/zq/lib/HDFS_Test-1.0-SNAPSHOT.jar MapReduce.CombinerApp hdfs://zq:8020/hello.txt hdfs://zq:8020/output/wc 和前一篇部落格的程式碼是差不多的，只是多出這句核心程式碼：

 //通過job設定combiner處理類，其實邏輯上和我們的reduce是一模一樣的
        job.setCombinerClass(MyReducer.class);

詳細程式碼如下 CombinerApp.java

package MapReduce;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

import java.io.IOException;

/**
 * 使用MapReduce開發WordCount應用程式
 */
public class CombinerApp {

    /**
     * Map：讀取輸入的檔案
     */
    public static class MyMapper extends Mapper<LongWritable, Text, Text, LongWritable>{

        LongWritable one = new LongWritable(1);

        @Override
        protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {

            // 接收到的每一行資料
            String line = value.toString();

            //按照指定分隔符進行拆分
            String[] words = line.split(" ");

            for(String word :  words) {
                // 通過上下文把map的處理結果輸出
                context.write(new Text(word), one);
            }

        }
    }

    /**
     * Reduce：歸併操作
     */
    public static class MyReducer extends Reducer<Text, LongWritable, Text, LongWritable> {

        @Override
        protected void reduce(Text key, Iterable<LongWritable> values, Context context) throws IOException, InterruptedException {

            long sum = 0;
            for(LongWritable value : values) {
                // 求key出現的次數總和
                sum += value.get();
            }

            // 最終統計結果的輸出
            context.write(key, new LongWritable(sum));
        }
    }

    /**
     * 定義Driver：封裝了MapReduce作業的所有資訊
     */
    public static void main(String[] args) throws Exception{

        //建立Configuration
        Configuration configuration = new Configuration();

        // 準備清理已存在的輸出目錄
        Path outputPath = new Path(args[1]);
        FileSystem fileSystem = FileSystem.get(configuration);
        if(fileSystem.exists(outputPath)){
            fileSystem.delete(outputPath, true);
            System.out.println("output file exists, but is has deleted");
        }

        //建立Job
        Job job = Job.getInstance(configuration, "wordcount");

        //設定job的處理類
        job.setJarByClass(CombinerApp.class);

        //設定作業處理的輸入路徑
        FileInputFormat.setInputPaths(job, new Path(args[0]));

        //設定map相關引數
        job.setMapperClass(MyMapper.class);
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(LongWritable.class);

        //設定reduce相關引數
        job.setReducerClass(MyReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(LongWritable.class);

        //通過job設定combiner處理類，其實邏輯上和我們的reduce是一模一樣的
        job.setCombinerClass(MyReducer.class);

        //設定作業處理的輸出路徑
        FileOutputFormat.setOutputPath(job, new Path(args[1]));

        System.exit(job.waitForCompletion(true) ? 0 : 1);
    }
}
 

注意： 使用場景： 求和、次數(區域性相加起來就是總和)等是適用的 求平均數(區域性平均數的平均數不是總體平均數)不適用