在map端简单缓存、排序分组，在reduce端合并组合要怎么做？
在map端简单缓存、排序分组，在reduce端合并组合要怎么做？
展开
收起
1
条回答
写回答
写回答
-
在缓存中利用指定的排序函数对数据按照partition或者key进行排序，最后按partition顺序合并写入同一文件。
当没有指定聚合函数，且partition数量大时，一般采用这种方式，见如下图。此种方式将多个bucket合并到同一个文件，通过减少map输出的文件数量，节省了磁盘I/O，提升了性能；对SizeTrackingPairBuffer的缓存进行溢出判断，当超过myMemoryThreshold的大小时，将数据写入磁盘，防止内存溢出。
2021-12-06 22:05:20赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
