是否有人在你的實現中重寫Mapper run（Context）方法？

Question

https://hadoop.apache.org/docs/current/api/org/apache/hadoop/mapreduce/Mapper.html#method.summary

運行（上下文）的方法org.apache.hadoop.mapreduce.Mapper

a). Expert users can override this method for more complete control over the execution of the Mapper. 

1. 什麼是目前運行（上下文）方法的默認行爲。

2. 如果我重寫運行（上下文）什麼樣的特殊控制將得到按照文件？

3. 是否有人在您的實現中重寫了此方法？

Answer 1

1. 什麼是目前運行（上下文）方法的默認行爲。

默認的實現是在爲Mapper類Apache的Hadoop的源代碼可見：

/** 
* Expert users can override this method for more complete control over the 
* execution of the Mapper. 
* @param context 
* @throws IOException 
*/ 
public void run(Context context) throws IOException, InterruptedException { 
    setup(context); 
    try { 
    while (context.nextKeyValue()) { 
     map(context.getCurrentKey(), context.getCurrentValue(), context); 
    } 
    } finally { 
    cleanup(context); 
    } 
} 

總結：對於一次性初始化

1. 呼叫setup。
2. 迭代輸入中的所有鍵 - 值對。
3. 將密鑰和值傳遞給map方法實現。
4. 致電cleanup一次性拆解。

如果我重寫運行（上下文）會得到什麼樣的特殊控制的按文件？

默認實現總是遵循單個線程中的特定執行順序。重寫此代碼很少見，但它可能爲高度專業化的實現（如不同的線程模型或嘗試合併多餘的密鑰範圍）提供了可能性。

1. 是否有人在您的實現中重寫了此方法？

在Apache的Hadoop的代碼庫，存在的這種兩所覆蓋：

• ChainMapper允許單個地圖任務內執行鏈接多個Mapper類實現在一起。覆蓋run設置代表鏈的對象，並通過該映射器鏈傳遞每個輸入鍵/值對。
• MultithreadedMapper允許多線程執行另一個Mapper類。 Mapper類必須是線程安全的。 run的覆蓋將啓動多個線程迭代輸入鍵值對並將它們傳遞給底層的Mapper。