Mapreduce introduction

MapReduce
Data Infrastructure Team
Jongyoul Lee
Friday, September 27, 13

MapReduce?
Data types, input/output format
Mapper, reducer
Combiner
Hadoop streaming
Next...

https://github.com/madeng/mrintro.git

DataNode DataNode DataNode
JobTracker
TaskTracker TaskTracker TaskTracker
TaskTracker TaskTracker TaskTracker
Client
Structure Overview
DataNode DataNode DataNode

분산처리를 위한 고수준(!!) 아키택처
데이터의 흐름은 생각하지 않음
Key/value에 대해서만 생각하면 됨
모든 문제를 해결할 수 있는 것은 아님

Output
Input TextInputFormat
(k1, v1) ! (k2, v2)
(k2, list(v2)) ! (k2, v2’)
(k2, v2’, #reducer) !
#partition
(k2, list(v2’)) ! (k3, v3)
TextOutputFormat
Mapper
Combiner
Partitioner
Shuffle/sort
Reducer

org.apache.hadoop.mapred
org.apache.hadoop.mapreduce
mapreduce가 새로운 패키지
하지만 예전 패키지도 여전히 많이 사용
Cascading...

Class name Data type
BooleanWritable Boolean
ByteWritable byte
DoubleWritable Double
FloatWritable Float
IntWritable Integer
LongWritable Long
Text UTF-8

문자열
NullWritable 데이터

경우

WritableCompareable interface
void write(DataOutput out)
Serialization of data written
void readFields(DataInput in)
Deserialization of reading data
int compareTo(WritableComparable w)

파일을 MR에서 읽을 수 있도록 key/value로 변경해
주는 formatter
Key/value의 값을 파일로 저장할 수 있도록 도와주는
formatter
파일 이외에 여러 형태의 input/output format이
존재
InputFormat은 getSplit메소드로 여러가지를 함
Input/OutputFormat을 상속받아 구현 가능

createRecordReader(InputSplit split,...)
인풋 스플릿을 읽을 수 있도록 처리
RecordReader를 mapper에 넘겨줌
InputFormat 특징
TextInputFormat
캐리지 리턴으로 값 분리
키: 라인 번호
값: 라인의 내용
SequenceFileInputFormat
바이너리 포멧
키, 값을 저장하는 구조
압축 지원

OutputFormat을 상속
RecordWriter를 reducer에 넘겨줌
OutputFormat 특징
TextOutputFormat
키/값을 텍스트로 출력할 때, 사용
“Key, Valuen”의 형태로 출력
LazyOutputFormat
TextOutputFormat과 같은 출력
결과
파일의 내용이 없을 경우, 생성하지
않음

FileInputFormat.getSplit

Text를 Key/Value의 형태로 만듦
map(key, value, ...)함수를 호출
하나의 인풋에 대해서만 처리하는 것에 집중
꼭 하나의 인풋에 대해 하나의 아웃풋이 존재할 필
요는 없다(DelayCountMapper.java)
(k1, v1) ! (k2, v2)

(k1, v1) ! (k2, v2)

Key별로 묶은 value들을 처리
같은 키는 반드시 같은 reducer가 처리
하나의 키에 몰리는 것을 방지하는 것이 포인트
(k2, list(v2’)) ! (k3, v3)

(k2, list(v2’)) ! (k3, v3)

WordCountMapOnly

WordCount

좀 더 세련되게 확인할 순 없을까?

(k2, list(v2)) ! (k2, v2’)

Map의 아웃풋이 많아지면...
(k2, list(v2)) ! (k2, v2’)

Reducer에 넘겨주는 데이터는 적을 수록 좋다
(k2, list(v2)) ! (k2, v2’)

Mapper에서 Reducer의 일을 일부 할 수 있지 않
을까?
(k2, list(v2)) ! (k2, v2’)

을까?
한줄이면 끝!
(k2, list(v2)) ! (k2, v2’)

을까?
한줄이면 끝!
job.setCombinerClass(Reducer.class)
(k2, list(v2)) ! (k2, v2’)

한가지 주의할 점이 있는데...
(k2, list(v2)) ! (k2, v2’)

한가지 주의할 점이 있는데...
Map의 아웃풋 타입과 Reduce의 인풋 타입
(k2, list(v2)) ! (k2, v2’)

(k1, v1) ! (k2, v2)
(k2, list(v2)) ! (k2, v2’)
(k2, list(v2’)) ! (k3, v3)
Mapper
Combiner
Reducer

매번 귀찮은 MR프로그램을 짜는 것은 불편...
Hive, Pig, Cascading
contrib/streaming/hadoop-streaming.jar

하지만 실제로 분석하는 과정을 보면?

데이터를 읽어서 특정 시간대로 자르고

특정 유저나 혹은 유저들을 다시 필터링하고

각 유저들의 행동을 합하거나, 더하거나 한뒤

유니크한 값들도 찾아보고

유니크한 값들도 찾아보고
원하는 분석 작업들을 진행...

Mapreduce introduction

More Related Content

Viewers also liked (6)

Similar to Mapreduce introduction (20)

Mapreduce introduction