hadoop：0レデューサーとIDレデューサーの違いは？
0レデューサーとIDレデューサーの違いについての理解を確認しようとしています。
- 0レデューサーは、リデュースステップがスキップされ、マッパー出力が最終出力になることを意味します
- アイデンティティリデューサーは、シャッフル/ソートが引き続き行われることを意味しますか？
あなたの理解は正しいです。私はそれを次のように定義します：マップ結果のソートが必要ない場合-0を減らして設定すると、ジョブはマップのみと呼ばれます。
マッピング結果を並べ替える必要があるが、集計は必要ない場合は、IDリデューサーを選択します。
そして、全体像を完成させるために、3番目のケースがあります。集約が必要であり、この場合、レデューサーが必要です。
Identity Reducerを使用するもう1つの使用例は、すべての結果を<＃ofreducers>出力ファイルに結合することです。これは、Amazon Web Servicesを使用してS3に直接書き込む場合、特にマッパーの出力が小さく（grep /レコードの検索など）、マッパーが多い場合（1000など）に便利です。
「NoReducer」（mapred.reduce.tasks = 0）とIdentityReducerである「Standardreducer」の主な違い（mapred.reduce.tasks = 1 etc） 「レデューサーなし」を使用する場合、MAPステージの後にパーティション分割とシャッフルのプロセスはありません。したがって、この場合、それ以上の処理を行わなくても、マッパーから「純粋な」出力が得られます。子犬の開発とデバッグに役立ちますが、それだけではありません。
それはあなたのビジネス要件に依存します。ワードカウントを実行している場合は、マップ出力を減らして合計結果を取得する必要があります。単語を大文字に変更したいだけの場合は、reduceは必要ありません。