Performance Hadoop MapReduce中的方法v类级变量

这是一个关于map reduce步骤中可写变量的性能和分配的问题。这是一个减速器：

static public class MyReducer extends Reducer<Text, Text, Text, Text> {
      @Override
      protected void reduce(Text key, Iterable<Text> values, Context context) {
        for (Text val : values) {
            context.write(key, new Text(val));
        }
      }
}

静态公共类MyReducer扩展了Reducer{
@凌驾
受保护的void reduce（文本键、Iterable值、上下文）{
用于（文本值：值）{
编写（键，新文本（val））；
}
}
}

或者这是更好的性能方面：

static public class MyReducer extends Reducer<Text, Text, Text, Text> {
      private Text myText = new Text();
      @Override
      protected void reduce(Text key, Iterable<Text> values, Context context) {
        for (Text val : values) {
            myText.set(val);
            context.write(key, myText);
        }
      }
}

静态公共类MyReducer扩展了Reducer{
私有文本myText=新文本（）；
@凌驾
受保护的void reduce（文本键、Iterable值、上下文）{
用于（文本值：值）{
myText.set（val）；
context.write（key，myText）；
}
}
}

---

在Hadoop权威指南中，所有示例都是第一种形式，但我不确定这是因为代码示例较短，还是因为它更惯用。

本书可能使用第一种形式，因为它更简洁。然而，它的效率较低。对于大型输入文件，该方法将创建大量对象。过度创建对象会降低性能。就性能而言，第二种方法更可取

讨论此问题的一些参考资料：

• 提示7：
• 在，和
• 这个

---

是的，如果reducer需要处理大量数据，则第二种方法更可取。第一种方法是继续创建引用，并根据垃圾收集器清理引用