hadoop中的java瞬态变量和静态方法,dev寻求启示
我在看hadoop框架中的生产代码,这是没有意义的。为什么我们要使用瞬态方法,为什么我不能将实用方法设为静态方法(领导告诉我不要将isThinger设为静态方法)?我查找了transient关键字,它与序列化有关。这里真的使用序列化吗
//extending from MapReduceBase is a requirement of hadoop
public static class MyMapper extends MapReduceBase {
// why the use of transient keyword here?
transient Utility utility;
public void configure(JobConf job) {
String test = job.get("key");
// seems silly that we have to create Utility instance.
// can't we use a static method instead?
utility = new Utility();
boolean res = utility.isThinger(test);
foo (res);
}
void foo (boolean a) { }
}
public class Utility {
final String stringToSearchFor = "ineverchange";
// it seems we could make this static. Why can't we?
public boolean isThinger(String word) {
boolean val = false;
if (word.indexOf(stringToSearchFor) > 0) {
val = true;
}
return val;
}
}
# 1 楼答案
除非这里没有显示某些内容,否则我怀疑制作
Utility
一个static
方法在很大程度上取决于风格。特别是,如果您没有注入Utility
实例,而不是在内部按需实例化它,那么它是毫无意义的。正如所写的,它不能被重写,也不能比static
方法更容易测试至于
transient
,你是对的,它是不必要的。如果最初的开发人员在继承或实现链的某个地方使用序列化,并且他们通过将不可序列化的实例变量标记为transient
来避免编译器警告,我不会感到惊讶# 2 楼答案
代码中的问题是本地模式(开发和测试用例通常使用它)和分布式模式之间的差异
在本地模式下,所有内容都将在单个JVM中,因此您可以安全地假设,如果您更改了一个静态变量(或共享某个状态的静态方法,在您的情况下
stringToSearchFor
),那么对于每个输入块的计算,更改都是可见的在分布式模式下,每个块都在自己的JVM中处理。因此,如果您更改状态(例如在
stringToSearchFor
),这对于在其他主机/JVM/任务上运行的所有其他进程都不可见这种不一致性导致在编写map/reduce函数时遵循以下设计原则:
static
中声明引用(否则它在测试/开发时的行为将不同于在生产中)String
)应该定义为static
和final
李>Hadoop中的
transient
非常无用,Hadoop没有序列化usercode(Mapper/Reducer)类/对象中的任何内容。只有当您对Java序列化做一些我们不知道的事情时,这才是一个问题对于您的案例,如果
Utility
确实是一个实用程序,并且stringToSearchFor
是一个不可变常量(因此永远不会更改),那么您可以安全地将isThinger
声明为static
。如果您没有对MapReduceBase
进行任何Java序列化,请删除该transient