CGFT金融科技分析師：MapReduce過程實(shí)際的執(zhí)行

作為CGFT金融科技分析師，對科技也有了解，也要學(xué)習(xí)一定的大數(shù)據(jù)，那在學(xué)習(xí)中對WordCount程序任務(wù)了解多少呢？給你說說一下MapReduce過程實(shí)際的執(zhí)行！

① 執(zhí)行WordCount的用戶程序（采用MapReduce編寫）,會被系統(tǒng)分發(fā)部署到集群中的多臺機(jī)器上，其中一個機(jī)器作為Master,負(fù)責(zé)協(xié)調(diào)調(diào)度作業(yè)的執(zhí)行，其余機(jī)器作為Worker,可以執(zhí)行Map 或 Reduce 任務(wù)。

② 系統(tǒng)分配一部分Worker執(zhí)行Map任務(wù)，一部分Worker執(zhí)行Reduce任務(wù)；MapReduce將輸入文件切分成M個分片：Master將M個分片分給處于空閑狀態(tài)的TV個Worker來處理；

③ 執(zhí)行Map任務(wù)的Worker讀取輸入數(shù)據(jù)，執(zhí)行Map操作，生成一系列＜key，value＞形式的中間結(jié)果，并將中間結(jié)果保存在內(nèi)存的緩沖區(qū)中。

④ 緩沖區(qū)中的中間結(jié)果會被定期刷寫到本地磁盤上，并被劃分為個分區(qū)，這7?個分區(qū)會被分發(fā)給R個執(zhí)行Reduce任務(wù)的Worker進(jìn)行處理；Master會記錄這R個分區(qū)在磁盤上的存儲位置，并通知R個執(zhí)行Reduce任務(wù)的Worker來“領(lǐng)取”屬于自己處理的那些分區(qū)的數(shù)據(jù)。

⑤ 執(zhí)行Reduce任務(wù)的Worker收到Master的通知后，就到相應(yīng)的Map機(jī)器上“領(lǐng)回”屬于自己處理的分區(qū)，需要注意的是，正如之前在Shuffle過程闡述的那樣，可能會有多個Map機(jī)器通知某個Reduce機(jī)器來領(lǐng)取數(shù)據(jù)，因此，一個執(zhí)行Reduce任務(wù)的Worker,可能會從多個Map機(jī)器上領(lǐng)取數(shù)據(jù)。當(dāng)位于所有Map機(jī)器上的、屬于自己處理的數(shù)據(jù)，都已經(jīng)領(lǐng)取回來以后，這個執(zhí)行Reduce任務(wù)的Worker,會對領(lǐng)取到的鍵值對進(jìn)行排序（如果內(nèi)存中放不下需要用到外部排序）,使得具有相同key的鍵值對聚集在一起，然后就可以開始執(zhí)行具體的Reduce操作了。

⑥ 執(zhí)行Reduce任務(wù)的Worker遍歷中間數(shù)據(jù)，對每一個* key,執(zhí)行Reduce函數(shù)，結(jié)果寫人到輸出文件中；執(zhí)行完畢后，喚醒用戶程序，返回結(jié)果。

?