hadoop - 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，所以如果我决定基于一个属性将复合键组合在一起，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施的。从实际导致分组比较器实现的问题的描述来看，可以明确地说，它是第一次出现的 key 将被带到 reduce 方法。

假设您的减少输入如下所示：

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

而不是接到电话以减少看起来像：

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

您可以将分组比较器定义为仅比较字母并最终得到：

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

这是使用分组比较器后的预期结果。