hadoop學(xué)習(xí)心得

hadoop學(xué)習(xí)心得

ID:37922167

大?。?9.00 KB

頁(yè)數(shù):6頁(yè)

時(shí)間:2019-06-02

hadoop學(xué)習(xí)心得_第1頁(yè)
hadoop學(xué)習(xí)心得_第2頁(yè)
hadoop學(xué)習(xí)心得_第3頁(yè)
hadoop學(xué)習(xí)心得_第4頁(yè)
hadoop學(xué)習(xí)心得_第5頁(yè)
資源描述:

《hadoop學(xué)習(xí)心得》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、1.FileInputFormatsplitsonlylargefiles.Here“l(fā)arge”meanslargerthananHDFSblock.ThesplitsizeisnormallythesizeofanHDFSblock,whichisappropriateformostapplications;however,itispossibletocontrolthisvaluebysettingvariousHadoopproperties.2.SothesplitsizeisblockSize.3.M

2、akingtheminimumsplitsizegreaterthantheblocksizeincreasesthesplitsize,butatthecostoflocality.4.OnereasonforthisisthatFileInputFormatgeneratessplitsinsuchawaythateachsplitisallorpartofasinglefile.Ifthefileisverysmall(“small”meanssignificantlysmallerthananHDFSbl

3、ock)andtherearealotofthem,theneachmaptaskwillprocessverylittleinput,andtherewillbealotofthem(oneperfile),eachofwhichimposesextrabookkeepingoverhead.hadoop處理大量小數(shù)據(jù)文件效果不好:hadoop對(duì)數(shù)據(jù)的處理是分塊處理的,默認(rèn)是64M分為一個(gè)數(shù)據(jù)塊,如果存在大量小數(shù)據(jù)文件(例如:2-3M一個(gè)的文件)這樣的小數(shù)據(jù)文件遠(yuǎn)遠(yuǎn)不到一個(gè)數(shù)據(jù)塊的大小就要按一個(gè)數(shù)據(jù)塊來(lái)進(jìn)行處理

4、。這樣處理帶來(lái)的后果由兩個(gè):1.存儲(chǔ)大量小文件占據(jù)存儲(chǔ)空間,致使存儲(chǔ)效率不高檢索速度也比大文件慢。2.在進(jìn)行MapReduce運(yùn)算的時(shí)候這樣的小文件消費(fèi)計(jì)算能力,默認(rèn)是按塊來(lái)分配Map任務(wù)的(這個(gè)應(yīng)該是使用小文件的主要缺點(diǎn))那么如何解決這個(gè)問(wèn)題呢?1.使用Hadoop提供的Har文件,Hadoop命令手冊(cè)中有可以對(duì)小文件進(jìn)行歸檔。2.自己對(duì)數(shù)據(jù)進(jìn)行處理,把若干小文件存儲(chǔ)成超過(guò)64M的大文件。FileInputFormatisthebaseclassforallimplementationsofInputForma

5、tthatusefilesastheirdatasource(seeFigure7-2).Itprovidestwothings:aplacetodefinewhichfilesareincludedastheinputtoajob,andanimplementationforgeneratingsplitsfortheinputfiles.Thejobofdividingsplitsintorecordsisperformedbysubclasses.AnInputSplithasalengthinbytes,

6、andasetofstoragelocations,whicharejusthostnamestrings.Noticethatasplitdoesn’tcontaintheinputdata;itisjustareferencetothedata.AsaMapReduceapplicationwriter,youdon’tneedtodealwithInputSplitsdirectly,astheyarecreatedbyanInputFormat.AnInputFormatisresponsibleforc

7、reatingtheinputsplits,anddividingthemintorecords.BeforeweseesomeconcreteexamplesofInputFormat,let’sbrieflyexaminehowitisusedinMapReduce.Here’stheinterface:publicinterfaceInputFormat{InputSplit[]getSplits(JobConfjob,intnumSplits)throwsIOException;RecordRe

8、adergetRecordReader(InputSplitsplit,JobConfjob,Reporterreporter)throwsIOException;}TheJobClientcallsthegetSplits()method.Onatasktracker,themaptaskpassesthesplittothegetRecordReader()

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶(hù)上傳,版權(quán)歸屬用戶(hù),天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶(hù)請(qǐng)聯(lián)系客服處理。