hadoop - 来自分组比较器的代表键

Question

在 Hadoop 中，我可以设置一个分组比较器来确定在单个 reduce 调用中将哪些键(及其值)组合在一起。但是 reduce 的签名中只有一个键，所以如果我决定将基于一个属性的复合键组合在一起，那么在 reduce 调用中会向 reducer 提供什么键？

Answer 1

这取决于它是如何实现的。从issue的描述看这实际上导致了分组比较器的实现，可以明确地说这是将被带到 reduce 方法的键的第一次出现。

假设您的 reduce 输入看起来像:

A1, V1
A2, V2
A3, V3
B1, V4
B2, V5

而不是打电话来减少它看起来像:

reduce(A1,
{V1}
); reduce(A2,
{V2}
); reduce(A3,
{V3}
); reduce(B1,
{V4}
); reduce(B2,
{V5}
);

您可以定义分组比较器来比较字母并以:

reduce(A1,
{V1,V2,V3}
); reduce(B1,
{V4,V5}
);

这是使用分组比较器后的预期结果。