架构师课作业 - 第十二周
分析如下 HiveQL,生成的 MapReduce 执行程序,map 函数输入是什么?输出是什么,reduce 函数输入是什么?输出是什么?
复制代码
Page_view 表和 user 表结构与数据示例如下:
map输入: (偏移量, 数据行)
map程序:
抽取行内关键字段, 如userid, pageid, age, 以及虚拟字段 tableid
tableid 表示表的来源, user 表与 page_view 表的 tableid 不同
map输出: <userid, <tableid,pageid>> 或者 <userid, <tableid, age>>
reduce输入: <userid, <tableid, pageid>> 集合 与 <userid, <tableid, age>> 集合)
所有 key(userid) 相同的数据, 不论来自哪个 tableid 的
reduce输出: <pageid, age> 集合
评论