《深入理解Hadoop（原书第2版）》——2.2MapReduce编程模型简介-低调大师

《深入理解Hadoop（原书第2版）》——2.2MapReduce编程模型简介

2017-05-01 627

本节书摘来自华章计算机《深入理解Hadoop（原书第2版）》一书中的第2章，第2.2节，作者 [美]萨米尔·瓦德卡（Sameer Wadkar），马杜·西德林埃（Madhu Siddalingaiah），杰森·文纳（Jason Venner），译于博，冯傲风，更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2.2MapReduce编程模型简介

Hadoop系统支持MapReduce编程模型，这个编程模型由谷歌公司发明，该模型可以利用由大量商用服务器构成的大规模集群来解决处理千兆级数据量的问题。MapReduce模型有两个彼此独立的步骤，这两个步骤都是可以配置并需要用户在程序中自定义：

Map：数据初始读取和转换步骤，在这个步骤中，每个独立的输入数据记录都进行并行处理。
Reduce：一个数据整合或者加和的步骤。在这个步骤中，相关

微信关注我们

原文链接：https://yq.aliyun.com/articles/109102

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。

Spark - A Fault-Tolerant Abstraction for In-Memory Cluster Computing

Resilient Distributed Datasets: A Fault-Tolerant Abstraction for In-Memory Cluster Computing 为什么需要Spark? 当前已经有比较多的compute framework 比如, Hadoop用于batch分析, 全量分析 Storm用于streaming分析但是这些场景, 数据都是只需要使用一次, 不需要反复使用, 对于数据需要被反复多次使用的场景, 现有的framework都无法很好的handle, 对于hadoop大量磁盘I/O, 对于storm会有大量的网络I/O Spark解决的核心问题, 怎样高效的data reuse? 主要针对两个场景, iterative算法, 很多机器学习和图的算法都需要迭代的, 比如K-means, PageRank interactive数据挖掘和分析Data reuse is common in manyiterative machine learningand graph algorithms, including PageRank, K-mean...

2017-05-02

506

HFile (HBaseFile)是HBase使用的一种文件存储格式的抽象，目前存在两种版本的HFile: HFile V1和HFile V2HBase 0.92之前的版本仅支持HFile V1,HBase 0.92/0.94同时支持HFile V1和HFile V2。本文将说明KeyValue到底是什么以及当KeyValue越来越多时出现大量类似的数据有哪些算法能减少重复?首先来看一个例子:假设需要将用户的基本信息以及正在参与的开源项目的有关信息存入HBase: Java代码用户基本信息参与的开源项目 ——————— —————————- 用户Id 职业性别 tomcat hbase ——————— —————————- zhh2009 码农男提patch打酱油提patch打酱油用户Id 职业性别 tomcat ant ——————— —————————- jdd1999 码神男创始人创始人 ——————————————————— 表1.1 用户Id 职业性别 tomcat hbase zhh2009 码农男提patch打酱油提patch打酱油用户Id...

2017-05-02

560

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

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。

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。