超越Hadoop的大数据分析之图形处理尺寸-低调大师

超越Hadoop的大数据分析之图形处理尺寸

2017-05-01 633

本文翻译自《BIG DATA ANALYTICS BEYOND HADOOP》译者：许巧辉

另一个来自Google的重要工具，看起来超越了Hadoop MR——Pregel框架实现了图形计算（Malewicez et al.2010）。在Pregel中的计算是由一系列迭代组成的，被称为supersteps。图上的每个顶点都与一个用户定义的计算函数相关联；Pregel确保每个superstep在图的每条边上并发调用用户定义的计算函数。顶点可通过边发送消息，并且顶点间可交换值。这也是个全局同步——所有操作必须在用户定义的函数结束后才能继续。熟悉BSP的读者可以看出为什么Pregel是BSP优秀的例子——一组实体在用户定义的函数中使用全局锁并行计算，并且能够进行消息交换。

Apache Hama (Seo et al. 2010)相当于开源的Pregel，一种BSP的实现。Hama在HDFS和微软的Dryad引擎之上实现了BSP。大概是因为他们不希望被认为他们与Hadoop的社区之间有所不同。但重要的是，BSP本质上是一种适合迭代计算的范例，而且Hama拥有CGD的并行实现，这是Hadoop不容易实现的。必须指出的是，Hama的BSP引擎是在MPI之上实现的，这是并行编程文学的鼻祖( www.mcs.anl.gov/research/projects/mpi/ )。Apache Giraph, Golden Orb, 还有Stanford GPS项目的灵感也来自Pregel。

GraphLab (Gonzalez et al. 2012)已经成为现代化图形处理的范例。GraphLab起源于华盛顿大学和卡内基梅隆大学（CMU）的学术项目。GraphLab提供跨集群节点处理图形的有用抽象。PowerGraph，GraphLab的后续版，使得它有效地处理自然图形或幂律图——这是有大量不良连接点和少量良好连接点的图。Twitter上关于页面排名和三角形计数问题的性能评估已验证GraphLab比其他方法更有效率。本书的重点主要是Giraph，GraphLab及其相关方面。

表1.1对各种范例的非功能特性进行了比较，如可扩展性、容错机制和已实现的算法。由此可推断出，尽管传统工具只工作在单个节点上，不可能做横向扩展，也有可能出现单点故障，近期重构方面的努力抢劫它们跨代迁移。值得注意的是，大多数图形处理范例并没有容错机制，然而Spark和Hadoop是其中提供容错机制的第三代工具。

文章转自并发编程网-ifeve.com

微信关注我们

原文链接：https://yq.aliyun.com/articles/88412

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

Apache Spark机器学习.1.6　机器学习工作流和Spark pipeline

1.6　机器学习工作流和Spark pipeline 在本节中，我们介绍机器学习工作流和Spark pipeline，然后讨论Spark pipeline作为机器学习计算工作流的优秀工具是如何发挥作用的。学习完本节，读者将掌握这两个重要概念，并且为编程和实现机器学习工作流的Spark pipeline做好准备。机器学习的工作流步骤几乎所有的机器学习项目均涉及数据清洗、特征挖掘、模型估计、模型评估，然后是结果解释，这些都可以组织为循序渐进的工作流。这些工作流有时称为分析过程。有些人甚至定义机器学习是将数据转化为可执行的洞察结果的工作流，有些人会在工作流中增加对业务的理解或问题的定义，以作为他们工作的出发点。在数据挖掘领域，跨行业数据挖掘标准过程（CRISP-DM）是一个被广泛接受和采用的标准流程。许多标准机器学习的工作流都只是CRIS

2017-05-02

609

backtype.storm.daemon.acker 设计的巧妙在于, 不用分别记录和track, stream过程中所有的tuple, 而只需要track root tuple, 而所有中间过程都通过异或更新track entry acker-init, 在spout发送一个tuple时触发, 初始化这个root tuple的track entry acker-ack, 在blot ack一个tuple的时候触发, 会对该tuple的anchors-to-ids中记录的每个(root, edge)进行ack, 并出于优化还会附带登记新的edge(对acker透明, 在发送前已经完成) acker-fail, 任一个过程中的tuple fail, 都会导致这个root tuple失败 (defn mk-acker-bolt [] (let [output-collector (MutableObject.) pending (MutableObject.)] (reify IBolt (^void prepare [this ^Map storm-conf ^TopologyCon...

2017-05-02

544

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。