hadoop - RecordReader如何向Hadoop中的mapper发送数据

Question

我是 Hadoop 新手，目前正在学习 Donald Miner 和 Adam Shook MapReduce 设计模式一书中的 mapreduce 设计模式。所以在这本书中有笛卡尔积模式。我的问题是:

1. 记录读取器何时向映射器发送数据？
2. 将数据发送到映射器的代码在哪里？

我看到的是 CartesianRecordReader 类中的下一个函数读取两个拆分而不发送数据。

这是源代码https://github.com/adamjshook/mapreducepatterns/blob/master/MRDP/src/main/java/mrdp/ch5/CartesianProduct.java

就这些了，先谢谢了:)

Answer 1

When does record reader send data to mapper?

让我来回答一下映射器和 RecordReader 之间的关系。这是发送数据的 Hadoop 代码给映射器。 1

  RecordReader<K1, V1> input;

  K1 key = input.createKey();
  V1 value = input.createValue();

  while (input.next(key, value)) {
    // map pair to output
    mapper.map(key, value, output, reporter);
    if(incrProcCount) {
      reporter.incrCounter(SkipBadRecords.COUNTER_GROUP, 
          SkipBadRecords.COUNTER_MAP_PROCESSED_RECORDS, 1);
    }
  }

基本上，Hadoop 会调用next 直到它返回false，并且在每次调用key 和value 时将获得新的值(value)。 Key 通常是到目前为止读取的字节，value 是文件中的下一行。

Where is the code that send the data to mapper?

该代码位于 hadoop 的源代码中(可能在 MapContextImpl 类中)，但它类似于我在代码片段中编写的内容。

编辑:源代码位于MapRunner .