hadoop开发必读：认识Context类的作用

Baruch · 发表于 2014-6-29 13:56:04

马上注册，结交更多数据大咖，获取更多知识干货，轻松玩转大数据

您需要登录才可以下载或查看，没有帐号？立即注册

x

[size=16.363636016845703px]问题导读：
1.Context能干什么？
2.你对Context类了解多少？
3.Context在mapreduce中的作用是什么？
从零教你如何获取hadoop2.4源码并使用eclipse关联hadoop2.4源码
如何通过eclipse查看、阅读hadoop2.4源码
下面我们通过来源码，来得到Context的作用：

[size=16.363636016845703px]下面主要对Setup函数进行深入探讨：首先看下两个程序的区别：

[size=16.363636016845703px]

[size=16.363636016845703px]区别在于第一个程序把context这个上下文对象作为map函数的参数传到map函数中，第二个程序则是在setup函数中处理了context对象，从这个角度讲，在Map类的实例中是可以拿到Context这个上下文对象的，这一点是毋庸置疑的，不管是在类内部的哪个函数中使用都可以，既然是这样，那么讨论的重点就是map这个类中方法的声明及执行了，所以分析下Mapper类的源代码：

[size=16.363636016845703px]

[size=16.363636016845703px]在mapper类中，只对这个方法进行了声明，也就是说它的子类可以重新实现这个方法，这一点很容易理解的。

[size=16.363636016845703px]下面从源码级分析下整个mapper类的结构和hadoop在设计这个类时的巧妙之处：

[size=16.363636016845703px]Map的主要任务就是把输入的key value转换为指定的中间结果（其实也是key value），这个类主要包括了四个函数：

[size=16.363636016845703px]

[size=16.363636016845703px]Setup一般是在执行map函数前做一些准备工作，map是主要的数据处理函数，cleanup则是在map执行完成后做一些清理工作和finally字句的作用很像，下面看一下run方法：

[size=16.363636016845703px]

[size=16.363636016845703px]这个方法调用了上面的三个函数，组成了setup-map-cleanup这样的执行序列，这一点和设计模式中的模版模式很类似，当然在这里我们也可以改写它的源码，比如可以在map的时候增加多线程，这样可以对map任务做进一步的优化，从以上的分析可以很清楚的知道setup函数的作用了。

[size=16.363636016845703px]
下面为run方法

/**
* 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);
}
}

[size=16.363636016845703px]从上面run方法可以看出，K/V对是从传入的Context获取的。我们也可以从下面的map方法看出，输出结果K/V对也是通过Context来完成的。

[size=16.363636016845703px]

[size=16.363636016845703px]那么我们上文中提到的Context对象是怎么回事呢？

[size=16.363636016845703px]

[size=16.363636016845703px]

原来它是mapper的一个内部类，简单的说顶级接口是为了在map或是reduce任务中跟踪task的状态，很自然的MapContext就是记录了map执行的上下文，在mapper类中，这个context可以存储一些job conf的信息，比如习题一中的运行时参数等，我们可以在map函数中处理这个信息，这也是hadoop中参数传递中一个很经典的例子，同时context作为了map和reduce执行中各个函数的一个桥梁，这个设计和java web中的session对象、application对象很相似。