Combiner操作，Combiner和partition的作用分別是什么？

combiner其實(shí)屬于優(yōu)化方案，由于帶寬限制，應(yīng)該盡量map和reduce之間的數(shù)據(jù)傳輸數(shù)量。它在Map 端把同一個(gè)key的鍵值對合并在一起并計(jì)算，計(jì)算規(guī)則與reduce一致，所以combiner也可以看作特殊的Reducer。

Partition作用

partition意思為分開，劃分。它分割map每個(gè)節(jié)點(diǎn)的結(jié)果，按照key分別映射給不同的reduce，也是可以自定義的。其實(shí)可以理解歸類。也可以理解為根據(jù)key或value及reduce的數(shù)量來決定當(dāng)前的這對輸出數(shù)據(jù)最終應(yīng)該交由哪個(gè)reduce task處理。

partition的作用就是把這些數(shù)據(jù)歸類，將map的結(jié)果發(fā)送到相應(yīng)的reduce。

每個(gè)map任務(wù)會(huì)針對輸出進(jìn)行分區(qū)，及對每一個(gè)reduce任務(wù)建立一個(gè)分區(qū)。劃分分區(qū)由用戶定義的partition函數(shù)控制，默認(rèn)使用哈希函數(shù)來劃分分區(qū)。

partition過程如下：

1）計(jì)算(key，value)所屬與的分區(qū)。

當(dāng)map輸出的時(shí)候，寫入緩存之前，會(huì)調(diào)用partition函數(shù)，計(jì)算出數(shù)據(jù)所屬的分區(qū)，并且把這個(gè)元數(shù)據(jù)存儲(chǔ)起來。

2）把屬與同一分區(qū)的數(shù)據(jù)合并在一起。

當(dāng)數(shù)據(jù)達(dá)到溢出的條件時(shí)（即達(dá)到溢出比例，啟動(dòng)線程準(zhǔn)備寫入文件前），讀取緩存中的數(shù)據(jù)和分區(qū)元數(shù)據(jù)，然后把屬與同一分區(qū)的數(shù)據(jù)合并到一起。

Combiner作用

1）每一個(gè)map可能會(huì)產(chǎn)生大量的輸出，Combiner的作用就是在map端對輸出先做一次合并，以減少傳輸?shù)絩educer的數(shù)據(jù)量。

2）Combiner最基本是實(shí)現(xiàn)本地key的歸并，Combiner具有類似本地的reduce功能。

如果不用Combiner，那么，所有的結(jié)果都是reduce完成，效率會(huì)相對低下。

使用Combiner，先完成的map會(huì)在本地聚合，提升速度。

注意：Combiner的輸出是Reducer的輸入，如果Combiner是可插拔的，添加Combiner絕不能改變最終的計(jì)算結(jié)果。所以Combiner只應(yīng)該用于那種Reduce的輸入key/value與輸出key/value類型完全一致，且不影響最終結(jié)果的場景。比如累加，最大值等。

注意:

不是每種作業(yè)都可以做combiner操作的，只有滿足以下條件才可以：

1）combiner只應(yīng)該用于那種Reduce的輸入key/value與輸出key/value類型完全一致，因?yàn)閏ombine本質(zhì)上就是reduce操作。

2）計(jì)算邏輯上，combine操作后不能影響計(jì)算結(jié)果，像求和，最大值就不會(huì)影響，求平均值就影響了。