Hadoop中如何自定义类型
这期内容当中小编将会给大家带来有关Hadoop中如何自定义类型，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。
让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：申请域名、虚拟主机、营销软件、网站建设、东光网站维护、网站推广。
代码如下。
public interface Comparable{ public int compareTo(T o); }
规定了对象内部比较的方法
public interface Comparator{ int compare(T o1, T o2); boolean equals(Object obj); }
定义外部比较器的基本方法，其中equals是用来确定两个比较器是否相等
关于对象内部比较和外部比较这两个接口的区别和使用场景如下：
个人总结：
Comparable是对象内部固有的比较，一个类的不同对象肯定需要很自然的比较，无论使用在任何地方 Comparator是外部比较，在不改变对象内部固有的比较标准的前提下，增加新的比较行为， 尤其是对已有的类型，String，Integer等，如果我们想要不同的比较行为，例如绝对值比较，那么我们不能修改这写类固有的比较标准，而是加入自定义的外部比较器， 在外部比较器中定义新的比较规则，同时在需要比较的地方，插入我们自定义的外部比较器实例。
我们知道hadoop中有自定义类型，需要实现， WritableComparable接口，而WritableComparable接口继承之一便是Comparable接口。
因此，自定义的类型需要实现compareTo方法
如，LongWrite.class
@Override
public int compareTo(LongWritable o) {
long thisValue = this.value;
long thatValue = o.value;
return (thisValue但是hadoop并没有直接使用这个基于对象内部比较机制，对需要排序比较的地方进行key的排序，而是借助外部比较器，统一介入的。 hadoop中的外部比较器， WritableComparator。
public static WritableComparator get(
Class c, Configuration conf) {
WritableComparator comparator = comparators.get(c);
if (comparator == null) {
// force the static initializers to run
forceInit(c);
// look to see if it is defined now
comparator = comparators.get(c);
// if not, use the generic one
if (comparator == null) {
comparator = new WritableComparator(c, conf, true);
}
}
// Newly passed Configuration objects should be used.
ReflectionUtils.setConf(comparator, conf);
return comparator;
}该方法会被Job调用，获得当前类型对应的外部比较器实例。WritableComparator内部有缓存，其中会缓存类型和其对应的外部比较器。get方法会从缓存中取得类型对应的外部比较器，如果取得为空，则手动生成一个外部比较器，
外部比较器，默认的比较方法是按照对象的内部比较标准进行的。
@SuppressWarnings("unchecked")
public int compare(WritableComparable a, WritableComparable b) {
return a.compareTo(b);
}
@Override
public int compare(Object a, Object b) {
return compare((WritableComparable)a, (WritableComparable)b);
}但是，hadoop在使用这个外部比较器的地方的，使用方式是：（例如，MapOutputBuffer，map端spill）
public int compare(final int mi, final int mj) {
final int kvi = offsetFor(mi % maxRec);
final int kvj = offsetFor(mj % maxRec);
final int kvip = kvmeta.get(kvi + PARTITION);
final int kvjp = kvmeta.get(kvj + PARTITION);
// sort by partition
if (kvip != kvjp) {
return kvip - kvjp;
}
// sort by key
return comparator.compare(kvbuffer,
kvmeta.get(kvi + KEYSTART),
kvmeta.get(kvi + VALSTART) - kvmeta.get(kvi + KEYSTART),
kvbuffer,
kvmeta.get(kvj + KEYSTART),
kvmeta.get(kvj + VALSTART) - kvmeta.get(kvj + KEYSTART));
}使用的是外部比较器的这个方法，如下
@Override
public int compare(byte[] b1, int s1, int l1, byte[] b2, int s2, int l2) {
try {
buffer.reset(b1, s1, l1); // parse key1
key1.readFields(buffer);
buffer.reset(b2, s2, l2); // parse key2
key2.readFields(buffer);
} catch (IOException e) {
throw new RuntimeException(e);
}
return compare(key1, key2); // compare them
}而这个方法默认也是使用对象内部比较的标准。
在考虑性能的时候，需要将这个方法的默认行为改成基于bytes字节的比较，那么就需要用户自己写一个外部比较类的子类，并手动放到WritableComparator类中的内部缓存。
这种手动放入到缓存的过程，在自定义类型中完成，（LongWritable为例） （1）自定义外部比较器的子类。
public static class Comparator extends WritableComparator {
public Comparator() {
super(LongWritable.class);
}
@Override
public int compare(byte[] b1, int s1, int l1,
byte[] b2, int s2, int l2) {
long thisValue = readLong(b1, s1);
long thatValue = readLong(b2, s2);
return (thisValue（2）手动注入到缓存中
static {
// register default comparator
WritableComparator.define(LongWritable.class, new Comparator());
}这样，就改变了外部比较器默认的比较标准，按照用户自定义的compare方法进行比较。
那么，什么时候要自定义外部比较器呢？
1）效率考虑，如上所述 2）排序的规则发生变化，所有需要排序的地方，可以指定外部比较器，让其发生比较规则的改变（默认的比较都是自定义类型中的外部比较器比较规则）
比如，二次排序等。
上述就是小编为大家分享的Hadoop中如何自定义类型了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注创新互联行业资讯频道。
网站栏目：Hadoop中如何自定义类型
文章来源：http://shouzuofang.com/article/peshgs.html