备案控制台

开发者社区> 问答> 正文

hadoop怎样实现二级排序的方法是什么？

hadoop怎样实现二级排序的方法是什么？

展开

收起

芯在这 2021-12-11 11:31:17 443 0

1 条回答

写回答

取消提交回答

真的很搞笑

第一种方法是，Reducer将给定key的所有值都缓存起来，然后对它们再做一个Reducer内排序。但是，由于Reducer需要保存给定key的所有值，可能会导致出现内存耗尽的错误。

第二种方法是，将值的一部分或整个值加入原始key，生成一个组合key。这两种方法各有优势，第一种方法编写简单，但并发度小，数据量大的情况下速度慢(有内存耗尽的危险)，

第二种方法则是将排序的任务交给MapReduce框架shuffle，更符合Hadoop/Reduce的设计思想。这篇文章里选择的是第二种。我们将编写一个Partitioner，确保拥有相同key(原始key，不包括添加的部分)的所有数据被发往同一个Reducer，还将编写一个Comparator，以便数据到达Reducer后即按原始key分组。

2021-12-11 11:31:48

赞同展开评论打赏

问答分类：

分布式计算 Hadoop

问答标签：

hadoop方法 hadoop排序 hadoop怎样实现排序

问答地址：

开发者社区 > 大数据 > 问答

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

Hadoop参数调优有哪些方法？

260

1

0

hadoop中数据输入小文件处理方法有哪些？

350

1

0

hadoop中检查并安装lrzsz的操作方法是什么？

401

1

0

hadoop中十分钟后查看机器是否与时间服务器同步的操作步骤和方法是什么？

357

1

0

hadoop中修改任意机器时间的操作步骤和方法是什么？

359

1

0

hadoop中在其他机器配置10分钟与时间服务器同步一次的操作步骤和方法是什么？

340

1

0

hadoop中设置ntpd服务开机启动的操作步骤和方法是什么？

420

1

0

hadoop中重新启动ntpd服务的操作步骤和方法是什么？

469

1

0

hadoop中采用本地时间作为时间服务器为集群中的其他节点提供时间同步的操作步骤和方法是什么？

345

1

0

hadoop中修改2（集群在局域网中，不使用其他互联网上的时间）的操作步骤和方法是什么？

336

1

0

问答排行榜

最热

最新

1 【大咖问答】对话PostgreSQL 中国社区发起人之一，阿里云数据库高级专家德哥 1819029

2 据说在家办公的程序员是这样写代码的？ 1793161

3 阿里云开放端口权限 690284

4 如何升级配置 536296

5 【藏经阁一起读（27）】本周推荐《Apache Flink案例集（2022版）》，你有哪些心得？ 522854

6 【精品问答】python技术1000问(1) 514128

7 Flink Forward Asia 2021 有奖问答 512910

8 OceanBase 使用动画（持续更新） 359378

9 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329801

10 OSS存储服务-客户端工具 321582

11 为体验实验室取一个新名字。 307483

12 企业邮箱发送邮件时，若出现投递失败产生退信，内容提示包含如下： the mta server of * reply:550 failed to meet SPF requirements 或者 the mta server of 163.com — 163mx01.mxmail.netease.com(220.181.14.141) reply:550 MI:SPF mx14,QMCowECpA0qTiftVaeB3Cg—.872S2 1442548128 http://mail.163.com/help 304097

13 Win Server 2003-2016 加密勒索事件必打补丁合集 295329

14 FLASH播放器，在IE浏览器下显示请确定您的域名已完成备案和CNAME绑定 284211

15 安全组详解，新手必看教程 277345

16 写code还是做管理，开发者如何进行职业规划？ 269152

17 惊喜翻倍：免费ECS+免费环境配置~！(ECS免费体验6个月活动3月31日结束) 255880

18 阿里云手机和阿云浏览器连接问题专帖 235689

19 支付宝H5 下载的时候，提示【请确保该下载文件来源安全,如需浏览,请长按网址复制后使用浏览器访问】 228095

20 请问阿里云邮箱如何开启SMTP服务啊！ 225872

1 阿里云RDS mysql数据库show slave status信息疑问 154

2 AI生成海报or人工手绘，哪个更戳你？ 813

3 “AI +脱口秀”，笑点能靠算法去创造吗？ 499

4 请教：通过按钮打开另外一个表单，并把其中一个值传递给另一个表单的其中一个字段。 230

5 AI宠物更适合当代年轻人的陪伴需求吗？ 944

6 AI客服未来会完全代替人工吗？ 1224

7 “云+AI”能够孵化出多少可能？ 920

8 当AI频繁生成虚假信息，我们还能轻信大模型吗？ 728

9 使用免费证书后服务器浏览器访问没有问题，外网访问显示证书不可信，使用同一种浏览器哦 250

10 FFA 2024 大会门票免费送！AI时代下大数据技术未来路在何方？ 1690

11 为什么宜搭的流程流入到钉钉OA审批，钉钉OA审批要收钱啊。。。。 285

12 宜搭UPDATE或UPSERT一次更新数据超过100条怎么办？谢谢各位大大帮帮忙！！！ 247

13 通义千问2.5-7B-Instruct已经下载到本地为什么使还需要联网？而且最近下载模型也提示400 235

14 CUDA error: CUDA-capable device(s) is busy 229

15 AI时代，存力or算力哪一个更关键？ 1440

16 求宜搭关联表单的更新方法！！！ 408

17 全网寻找 #六边形战士# 程序员，你的 AI 编码助手身份标签是什么？ 1401

18 老哥们有个需求想请教一下，十分感谢 414

19 Flink sql 累计历史订单金额 121

20 关于“通义灵码”而言，这次更新后，他更加人性化，然而我更喜欢fittencode,理由如下 519

相关课程

更多

大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第二阶段

285

28

去学习

大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第五阶段

153

32

去学习

大数据实战项目 - 反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第六阶段

204

21

去学习

大数据Hadoop快速入门

3841

18

去学习

Hadoop快速入门

3753

39

去学习

Hadoop企业优化及扩展案例

422

7

去学习

推荐问答

乘风问答官招募中！机械键盘免费拿

相关电子书

更多

《构建Hadoop生态批流一体的实时数仓》 立即下载

零基础实现hadoop 迁移 MaxCompute 之数据 立即下载

CIO 指南:如何在SAP软件架构中使用Hadoop 立即下载

相关实验场景

更多