关于比较器类的自定义

Job类

  1. /**
  2.   * Define the comparator that controls 
  3.   * how the keys are sorted before they
  4.   * are passed to the {@link Reducer}.
  5.   * @param cls the raw comparator
  6.   * @see #setCombinerKeyGroupingComparatorClass(Class)
  7.   */
  8.  
  9.  publicvoid setSortComparatorClass(Class<? extends RawComparator> cls
  10. ) throws IllegalStateException{
  11. ensureState(JobState.DEFINE);
  12. conf.setOutputKeyComparatorClass(cls);
  13.  }

Define the comparator that controls 

how the keys are sorted before they

定义一个比较器,控制keys在被传递给Reducer之前是如何排序的

<? extends RawComparator>

是泛型的向下限定,要么是RawComparator类型,要是RawComparator的子类()

RawComparator

接口Comparator

——子接口RawComparator:Compare two objects in binary.

compare方法

public int compare(byte[] b1, int s1, int l1, byte[] b2, int s2, int l2);

——子实现类WritableComparator

既然cls必须是类型或其子类类型,那么如果我们自定义的key类是WritableComparator也可以的

JonConf类

点击setOutputKeyComparatorClass,链接到JonConf类中

  1. /**
  2. * Set the {@link RawComparator} comparator used to compare keys.
  3. * @param theClass the {@link RawComparator} comparator used to
  4. * compare keys.
  5. * @see #setOutputValueGroupingComparator(Class)
  6. */
  7. 设定用于比较key的比较器,theClass参数就是那个比较器啦
  8. publicvoid setOutputKeyComparatorClass(Class<?extendsRawComparator> theClass){
  9. setClass(JobContext.KEY_COMPARATOR,
  10. theClass,RawComparator.class);
  11. }
  1. Set the {@link RawComparator} comparator used to compare keys.
  2. * @param theClass the {@link RawComparator} comparator used to
  3. * compare keys.

设置用于比较key的比较器,参数theClass 就是这个比较器

  1. setClass(JobContext.KEY_COMPARATOR,theClass,RawComparator.class);

关于setClass

* An exception is thrown if <code>theClass</code> does not implement the

* interface <code>xface</code>.

setClass的意思,从JobContext中取出KEY_COMPARATOR属性的值,该值对应的类要是RawComparator本身类型或其子类类型,如果不是其子类类型,则会报错。即。theClass实现了RawComparator。

既然有setOutputKeyComparatorClass,j就会有getOutputKeyComparator。仍然在JobConf类中找到

/**
* Get the {@link RawComparator} comparator used to compare keys.
获取到一个用于比较key的比较器,并返回,返回类型是RawComparator
* @return the {@link RawComparator} comparator used to compare keys.
*/
publicRawComparator getOutputKeyComparator(){
Class<? extends RawComparator> theClass = getClass(
JobContext.KEY_COMPARATOR, null,RawComparator.class);

如果KEY_COMPARATOR属性中没值,则返回null

if(theClass != null)
returnReflectionUtils.newInstance(theClass,this);

如果不为空,则就通过反射创建theClass

否则,使用默认的
returnWritableComparator.get(getMapOutputKeyClass().
asSubclass(WritableComparable.class),this);
}

  • if(theClass != null)
  1.   returnReflectionUtils.newInstance(theClass,this);

假如我们制定了一个比较器类,即job.setSortComparatorClass(xxxS.class),xxxS,class继承了WritableComparator类型,复写了其中的compare方法。

MapTask$MapOutputBuffer类

到了这里,有一个疑问(强迫症患者专用),那么是谁来调用这个getOutputKeyComparator方法的呢?

在MapTask类中有一个内部类MapOutputBuffer:

属性:private RawComparator<K> comparator;

属性被赋值:

// k/v serialization

comparator = job.getOutputKeyComparator();

可见是在序列化的时候被调用赋值了

ctrl+shift+P 跳转到匹配的括号

方法:compare

  1. /**
  2.      * Compare logical range, st i, j MOD offset capacity.
  3.      * Compare by partition, then by key.
  4.      * @see IndexedSortable#compare
  5.      */
  6. publicint compare(final int mi, final int mj){
  7.       final int kvi = offsetFor(mi % maxRec);
  8.       final int kvj = offsetFor(mj % maxRec);
  9.       final int kvip = kvmeta.get(kvi + PARTITION);
  10.       final int kvjp = kvmeta.get(kvj + PARTITION);
  11.       // sort by partition
  12.       if(kvip != kvjp){
  13.         return kvip - kvjp;
  14.       }
  15.       // sort by key
  16.       return comparator.compare(kvbuffer,
  17.           kvmeta.get(kvi + KEYSTART),
  18.           kvmeta.get(kvi + VALSTART)- kvmeta.get(kvi + KEYSTART),
  19.           kvbuffer,
  20.           kvmeta.get(kvj + KEYSTART),
  21.           kvmeta.get(kvj + VALSTART)- kvmeta.get(kvj + KEYSTART));
  22. }

而在RawComparator中:

public int compare(byte[] b1, int s1, int l1, byte[] b2, int s2, int l2);

所以,当我们传递了一个WritableComparator的子类xxxS的时候,其实此时调用的是子类xxxS继承自WritableComparator类的那个compare方法,只不过其还有另一个重载的compare方法

如下即为WritableComparator类中的这个compare

  1. /** Optimization hook.  Override this to make SequenceFile.Sorter‘s scream.
  2.    *
  3.    * <p>The default implementation reads the data into two {@link
  4.    * WritableComparable}s (using {@link
  5.    * Writable#readFields(DataInput)}, then calls {@link
  6.    * #compare(WritableComparable,WritableComparable)}.
  7.    */
  8.   @Override
  9.   publicint compare(byte[] b1,int s1,int l1, byte[] b2,int s2,int l2){
  10.     try{
  11.       buffer.reset(b1, s1, l1);                   // parse key1
  12.       key1.readFields(buffer);
  13.  
  14.       buffer.reset(b2, s2, l2);                   // parse key2
  15.       key2.readFields(buffer);
  16.  
  17.     }catch(IOException e){
  18.       thrownewRuntimeException(e);
  19.     }
  20.  
  21.     return compare(key1, key2);                   // compare them
  22.   }

其实我看了下,前面部分应该是在通过数组来读取到两个key——key1、key2

最终调用的是: compare(key1, key2);

  1. /** Compare two WritableComparables.
  2.    * <p> The default implementation uses the natural ordering, calling {@link
  3.    * Comparable#compareTo(Object)}. */
  4.   @SuppressWarnings("unchecked")
  5.   publicint compare(WritableComparable a,WritableComparable b){
  6.  
  7.     return a.compareTo(b);
  8.   }

此时,调用的是WritableComparable类中的compareTo方法,而这个方法被我们复写了。

(自定义类实现了WritableComparable接口,并复写了该compareTo方法)

还有一点,之前不是提到,如果要用setSortComparatorClass,则必须是RawComparator类型或其子类嘛?

(一)

我们如果是自定义key类——keyxxxS类,且实现了WritableComparable接口,复写CompareTo方法

此时,不用set,

此时。它会return WritableComparator.get(getMapOutputKeyClass().asSubclass(WritableComparable.class), this);

  1. /**
  2.    * Get the key class for the map output data. If it is not set, use the
  3.  
  4.    * (final) output key class. This allows the map output key class to be
  5.    * different than the final output key class.
  6.    * 
  7.    * @return the map output key class.
  8.    */
  9.   publicClass<?> getMapOutputKeyClass(){
  10.     Class<?> retv = getClass(JobContext.MAP_OUTPUT_KEY_CLASS, null,Object.class);
  11.     if(retv == null){
  12.       retv = getOutputKeyClass();
  13.     }
  14.     return retv;
  15.   }

顾名思义。就是获取key的类——即job.setMapOutputClass(xxx.class)中的那个,比如Text,比如我们自定义的keyxxxS

怎么自定义key类——keyxxxS类的

WritableComparable接口的声明:

  1. public interface WritableComparable<T> extends Writable,Comparable<T>
  1. /**
  2.  * A serializable object which implements a simple, efficient, serialization 
  3.  * protocol, based on {@link DataInput} and {@link DataOutput}.
  4.  
  5.  一个实现了一个简单高效的序列化协议(基于....)的可序列化的对象
  6.  * <p>Any <code>key</code> or <code>value</code> type in the Hadoop Map-Reduce
  7.  * framework implements this interface.</p>
  8.  在hadoop mp框架中。任何一个key或者value类型实现该接口

       (意思就是说,任意键和值所属的类型应该实现该接口咯)
  9.    比如Text,IntWritable

    我们查看查看Text类的源码验证之

    1. publicclassText extends BinaryComparable
    2.     implements WritableComparable<BinaryComparable>{}

  1.  *<p>Implementations typically implement a static<code>read(DataInput)</code>
  2.  * method which constructs a new instance, calls {@link#readFields(DataInput)} 
  3.  * and returns the instance.</p>
  4.  
  5. 实现类通常实现一个静态的read方法——它构建一个新的实例,调用readFields,返回实例

下面是注释中给出的一个完整的例子:

  1.   <p>Example:</p>
  2.  *<p><blockquote><pre>
  3.  *     publicclassMyWritableComparable implements WritableComparable<MyWritableComparable>{
  4.  *       // Some data
  5.  *       privateint counter;
  6.  *       privatelong timestamp;
  7.  *       
  8.  *       publicvoid write(DataOutput out) throws IOException{
  9.  *         out.writeInt(counter);
  10.  *         out.writeLong(timestamp);
  11.  *       }
  12.  *       
  13.  *       publicvoid readFields(DataInput in) throws IOException{
  14.  *         counter = in.readInt();
  15.  *         timestamp = in.readLong();
  16.  *       }
  17.  *       
  18.  *       publicint compareTo(MyWritableComparable o){
  19.  *         int thisValue =this.value;
  20.  *         int thatValue = o.value;
  21.  *         return(thisValue &lt; thatValue ?-1:(thisValue==thatValue ?0:1));
  22.  *       }
  23.  *
  24.  *       publicint hashCode(){
  25.  *         final int prime =31;
  26.  *         int result =1;
  27.  *         result = prime * result + counter;
  28.  *         result = prime * result +(int)(timestamp ^(timestamp &gt;&gt;&gt;32));
  29.  *         return result
  30.  *       }
  31.  *     }

(二)

如果是自定义比较器xxxS类,则继承WritableComparator类,复写其中的compare方法

并且要job.setSortComparatorClass(xxxS)

(也是返回一个RawComparator的子实现类,还是会调用复写后的compareTo方法的)

怎么自定义比较器类xxxS的

  1. classWritableComparator implements RawComparator,Configurable
  2.    A Comparatorfor{@linkWritableComparable}s.
  3.  *<p>This base implemenation uses the natural ordering.  To define alternate
  4.  * orderings, override {@link#compare(WritableComparable,WritableComparable)}.
  5.  *<p>One may optimize compare-intensive operations by overriding
  6.  *{@link#compare(byte[],int,int,byte[],int,int)}.  Static utility methods are
  7.  * provided to assist in optimized implementations of this method.

WritableComparator类是一个给WritableComparablel类对象的比较器

这个基本实现类使用的是自然顺序排序。如果要自定义,则复写compare方法

##########################################################

参考:

http://www.idouba.net/hadoop_mapreduce_shuffle_map_output/

http://www.cnblogs.com/Dreama/articles/2196833.html

http://www.cnblogs.com/lxf20061900/p/3794514.html

http://hugh-wangp.iteye.com/blog/1491175

http://www.tuicool.com/articles/vaaMRz

来自为知笔记(Wiz)

时间: 2025-01-02 11:25:01

关于比较器类的自定义的相关文章

修改tt模板让ADO.NET C# POCO Entity Generator With WCF Support 生成的实体类继承自定义基类

折腾几天记载一下,由于项目实际需要,从edmx生成的实体类能自动继承自定义的基类,这个基类不是从edmx文件中添加的Entityobject. 利用ADO.NET C# POCO Entity Generator With WCF Support生成的tt文件(比如model.tt)中找到 partial class partial class 修改tt模板让ADO.NET C# POCO Entity Generator With WCF Support 生成的实体类继承自定义基类

在复数类中自定义类型转换函数实现复数和非复数之间的运算

实现复数+double型数据,并且打印运算后实部上的数据 #include <iostream> using namespace std; class Complex { public: Complex( )//定义默认构造函数初始化复数 { real=0; imag=0; } //使用初始化表初始化复数 Complex(double r, double i):real(r),imag(i){} //定义自定义类型转换函数 operator double() { return real; }

Comparable比较器实现类的自定义升/降排序

1,基本规则 1.0  let your class implements Comparable interface , override  method : int compareTo(Object another) 1.1 升序 obj1 > obj2 return 正数 obj1 == obj2 return 0 obj1 < obj2 return 负数 1.2 降序 与升序相反 1.3 if class already implements Comparable interface,

.Net 配置文件——继承ConfigurationSection实现自定义处理类处理自定义配置节点

除了使用继承IConfigurationSectionHandler的方法定义处理自定义节点的类,还可以通过继承ConfigurationSection类实现同样效果. 首先说下.Net配置文件中一个潜规则: 在配置节点时,对于想要进行存储的参数数据,可以采用两种方式:一种是存储到节点的属性中,另一种是存储在节点的文本中. 因为一个节点可以有很多属性,但是只要一个innertext,而要在程序中将这两种形式区分开会带来复杂性. 为了避免这个问题,.net的配置文件只是用属性存储而不使用inner

.Net 配置文件--继承ConfigurationSection实现自定义处理类处理自定义配置节点

除了使用继承IConfigurationSectionHandler的方法定义处理自定义节点的类,还可以通过继承ConfigurationSection类实现同样效果. 首先说下.Net配置文件中一个潜规则: 在配置节点时,对于想要进行存储的参数数据,可以采用两种方式:一种是存储到节点的属性中,另一种是存储在节点的文本中. 因为一个节点可以有很多属性,但是只要一个innertext,而要在程序中将这两种形式区分开会带来复杂性. 为了避免这个问题,.net的配置文件只是用属性存储而不使用inner

asp.net MVC中如何用Membership类和自定义的数据库进行登录验证

asp.net MVC 内置的membershipProvider可以实现用户登陆验证,但是它用的是自动创建的数据库,所以你想用本地数据库数据去验证,是通过不了的. 如果我们想用自己的数据库的话,可以写自己的membershipProvider!下面介绍如果创建自己的membershipProvider: 1.写自己的MembershipProvider类,这个类继承自命名空间System.Web.Security下的MembershipProvider类 这个类放在哪无所谓,这里我放在新建My

类模板,多种类型的类模板,自定义类模板,类模板的默认类型,数组的模板实现,友元和类模板,友元函数,类模板与静态变量,类模板与普通类之间互相继承,类模板作为模板参数,类嵌套,类模板嵌套,类包装器

 1.第一个最简单的类模板案例 #include "mainwindow.h" #include <QApplication> #include <QPushButton> #include <QLabel> template<class T> class run { public: T w; void show() { w.show(); } void settext() { w.setText("A"); }

mybatis generator为实体类生成自定义注释(读取数据库字段的注释添加到实体类,不修改源码)

我们都知道mybatis generator自动生成的注释没什么实际作用,而且还增加了代码量.如果能将注释从数据库中捞取到,不仅能很大程度上增加代码的可读性,而且减少了后期手动加注释的工作量. 1.首先定义注释生成插件 MyCommentGenerator.java package com.ilovey.mybatis.comment; import org.mybatis.generator.api.IntrospectedColumn; import org.mybatis.generato

.NetCore自动转换枚举类显示自定义中文名称

通常我们在定义枚举类时,可能使用数字或者英文,但在界面显示的时候又希望显示中文,我总结了以下两种方法 (1)显示自定义的枚举名称: public enum WorkFlowProcessState { [Display(Name = "未启动")] None = 0, [Display(Name = "等待中")] Waiting, [Display(Name = "处理中")] Processing, [Display(Name = "