hadoop中Combiner的作用是什么?

　　在Hadoop中，Combiner的作用是在Map階段輸出數(shù)據(jù)之后，但在數(shù)據(jù)傳輸?shù)絉educer之前，對(duì)Map輸出的數(shù)據(jù)進(jìn)行一次局部聚合操作。Combiner可以大大減少M(fèi)ap階段輸出的數(shù)據(jù)量，從而減輕Reducer的負(fù)擔(dān)，提高作業(yè)的整體性能。

　　Combiner通常用于對(duì)具有可結(jié)合性和可交換性的操作進(jìn)行局部合并，比如求和、計(jì)數(shù)等。它們?cè)贛ap任務(wù)的輸出上運(yùn)行，將相同鍵的值合并到一起，以減少數(shù)據(jù)傳輸。

　　下面是一個(gè)簡(jiǎn)單的示例，演示如何在Hadoop MapReduce作業(yè)中使用Combiner：

import java.io.IOException;
import java.util.StringTokenizer;
 
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
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;
 
public class WordCount {
 
    public static class TokenizerMapper
           extends Mapper<LongWritable, Text, Text, IntWritable>{
 
        private final static IntWritable one = new IntWritable(1);
        private Text word = new Text();
 
        public void map(LongWritable key, Text value, Context context
                        ) throws IOException, InterruptedException {
            StringTokenizer itr = new StringTokenizer(value.toString());
            while (itr.hasMoreTokens()) {
                word.set(itr.nextToken());
                context.write(word, one);
            }
        }
    }
 
    public static class IntSumReducer
           extends Reducer<Text,IntWritable,Text,IntWritable> {
        private IntWritable result = new IntWritable();
 
        public void reduce(Text key, Iterable<IntWritable> values,
                           Context context
                           ) throws IOException, InterruptedException {
            int sum = 0;
            for (IntWritable val : values) {
                sum += val.get();
            }
            result.set(sum);
            context.write(key, result);
        }
    }
 
    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        Job job = Job.getInstance(conf, "word count");
        job.setJarByClass(WordCount.class);
        job.setMapperClass(TokenizerMapper.class);
        job.setCombinerClass(IntSumReducer.class); // 設(shè)置Combiner
        job.setReducerClass(IntSumReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);
        FileInputFormat.addInputPath(job, new Path(args[0]));
        FileOutputFormat.setOutputPath(job, new Path(args[1]));
        System.exit(job.waitForCompletion(true) ? 0 : 1);
    }
}

　　假設(shè)我們有一個(gè)文本文件，其中包含一系列單詞，我們想要計(jì)算每個(gè)單詞出現(xiàn)的次數(shù)。

　　在上面的示例中，我們定義了一個(gè)簡(jiǎn)單的WordCount作業(yè)。在main函數(shù)中，我們使用job.setCombinerClass(IntSumReducer.class)來(lái)指定使用IntSumReducer作為Combiner。

　　在IntSumReducer類中，reduce函數(shù)負(fù)責(zé)將相同鍵的值相加，這是一個(gè)可結(jié)合的操作。通過(guò)將IntSumReducer作為Combiner，可以在Map階段對(duì)輸出的鍵值對(duì)進(jìn)行局部合并，減少數(shù)據(jù)傳輸量。