为了执行二次排序，我们必须创建一个复合键，它扩展了writeablecomparable接口并实现compareto（）。
在《hadoop:the definitive guide》（hadoop:the definitive guide）一书和其他地方几乎所有的博客中都显示，排序是基于扩展writablecomparator的独立类（书中的keycomparator）的compare（）方法进行的。
compare（）和compareto（）具有相同的逻辑。由于writeablecomparator的compare（）用于对复合键进行排序，那么compositekey的compareto（）实际使用的时间是什么时候？
2条答案
按热度按时间disbfnqx1#
sortcomparator用于对Map输出进行排序。如果不指定sortcomparator类，它将使用自定义可写类的comapreto（）方法。如果指定了sortcomparator，则它将使用它而不是自定义可写的compareto（）方法。但使用默认值没有任何好处
compare(WritableComparable a, WritableComparable b)这与writeablecomparable comapreto（）方法相同，该方法将流中的记录反序列化为对象并进行比较。我认为hadoop使用sortcomparator而不是默认的writeablecompareto（）方法，因为前者有一个最佳的compare（）方法compare(byte[] b1, int s1, int l1, byte[] b2, int s2, int l2)比较流中的记录而不将其反序列化为对象。希望这能回答你的问题。
szqfcxe22#
谢谢vignesh。我在这本书（第三版，第268页）中读了进一步的内容。
控制排序顺序
如果属性mapred.output.key.comparator.class是显式设置的，或者通过调用作业上的setsortcomparatorclass（）设置的，则使用该类的示例。
否则，keys必须是writeablecomparable的子类，并使用key类的注册比较器。
如果没有注册的比较器，则使用rawcomarator将要比较的字节流反序列化为对象，并委托给writeablecomparable的compareto（）方法。
因此，当key没有实现writeablecomparable接口或者我们对实现的comparto（）方法不满意时，只有sortcomparator才有意义。