MapReduce： combiner

1、什么是combiner？

combiner就是规约操作，通过对map输出的数量进行规约，可以减少reduce的数量，提高执行效率combiner的输入输出类型必须和mapper的输出以及reducer的输入类型一致

2、什么情况要使用 combiner，什么情况不使用？

求平均数的时候就不需要用combiner，因为不会减少reduce执行数量。在其他的时候，可以依据情况，使用combiner，来减少map的输出数量，减少拷贝到reduce的文件，从而减轻reduce的压力，节省网络开销，提升执行效率

3、combine出现在哪个过程

map阶段的最后一个过程。

4、combine代码实现

/*** *  * <p>Description: 减少Reduce的压力，设置在job.setCombinerClass(WordCountReducer.class);中</p> * @author  余辉 * @date    2016年3月14日下午4:31:10 * @version 1.0 */public class WordCountCombiner extends Reducer<Text, IntWritable, Text, IntWritable>{    @Override    protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {        //定义一个计数器        int count = 0;        //遍历这一组kv的所有v，累加到count中        for(IntWritable value:values){            count += value.get();        }        context.write(key, new IntWritable(count));    }}

public class WordCountRunner {    static class WordCountMapper extends Mapper<LongWritable, Text, Text, IntWritable>{        protected void map(LongWritable key, Text value, Context context ) throws IOException, InterruptedException{            String line = value.toString();            String[] words = StringUtils.split(line, " ");            for(String word : words){                context.write(new Text(word), new IntWritable(1));            }        }    }    static class WordCountReducer extends Reducer<Text, IntWritable, Text, IntWritable> {        protected void reduce(Text key, Iterable<IntWritable> values,Context context) throws IOException, InterruptedException{            int counter = 0;            for(IntWritable value:values){                //累加每一个value                counter += value.get();            }            context.write(key, new IntWritable(counter));        }       }    public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {        //封装任务信息的对象为Job对象,所以要先构造一个Job对象                Configuration conf = new Configuration();                Job job = Job.getInstance(conf);                //设置本次job作业所在的jar包                job.setJarByClass(WordCountRunner.class);                //本次job作业使用的mapper类是哪个？                job.setMapperClass(WordCountMapper.class);                //本次job作业使用的reducer类是哪个？                job.setReducerClass(WordCountReducer.class);                //指定自定义的combiner类                job.setCombinerClass(WordCountReducer.class);                //本次job作业mapper类的输出数据key类型                job.setMapOutputKeyClass(Text.class);                //本次job作业mapper类的输出数据value类型                job.setMapOutputValueClass(IntWritable.class);                //本次job作业reducer类的输出数据key类型                job.setOutputKeyClass(Text.class);                //本次job作业reducer类的输出数据value类型                job.setOutputValueClass(IntWritable.class);                //本次job作业要处理的原始数据所在的路径                FileInputFormat.setInputPaths(job,  new Path("/home/hadoop/Desktop/input"));                //本次job作业产生的结果输出路径                FileOutputFormat.setOutputPath(job, new Path("/home/hadoop/Desktop/output"));                       //提交本次作业                job.waitForCompletion(true);    }}