Mapreduce程序中reduce的Iterable参数迭代出是同一个对象

囚兔

发布于 2018-02-08 10:42:31

1.2K0

发布于 2018-02-08 10:42:31

文章被收录于专栏：IT杂记

今天在对reduce的参数Iterable进行迭代时，发现一个问题，即Iterator的next()方法每次返回的是同一个对象，next()只是修改了Writable对象的值，而不是重新返回一个新的Writable对象。

使用wordcount来验证：

我的代码如下：

protected void reduce(Text key, Iterable<IntWritable> values,
        Reducer<Text, IntWritable, Text, IntWritable>.Context context)
        throws IOException, InterruptedException {
    int sum = 0;

    // 保存每个IntWritable到list
    List<IntWritable> intWritables = new ArrayList<IntWritable>();

    for (IntWritable val : values) {
        intWritables.add(val);
        sum += val.get();
    }

    if(intWritables.size() > 1) {
        // 当list size大于1时，验证第一个元素和第二个元素是否是同一个对象
        System.out.println("objects is same -> "
                + (intWritables.get(0) == intWritables.get(1)));
    }

    result.set(sum);
    context.write(key, result);
}

日志输出：

objects is same -> true

这个Iterable的实现是org.apache.hadoop.mapreduce.task.ReduceContextImpl.ValueIterable

Iterator实现是org.apache.hadoop.mapreduce.task.ReduceContextImpl.ValueIterator

其中next()实现时，调用的是org.apache.hadoop.io.serializer.WritableSerialization的deserialize(Writable w)方法，

Writable deserialize(Writable w) IOException {
  Writable writable;
  (w == ) {
    writable 
      = (Writable) ReflectionUtils.(, getConf());
  } {
    writable = w;
  }
  writable.readFields();
  writable;
}

该方法只是调用了入参w的readFields方法，并没有创建新对象，除非w是null

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

如有侵权请联系 cloudcommunity@tencent.com 删除

mapreduce