搜索[mapreduce]结果-低调大师优秀个人博客

精选列表

搜索[mapreduce]，共3589篇文章

《Hadoop实战第2版》——3.1节为什么要用MapReduce

MapReduce适合处理海量数据，因为它会被多台主机同时处理，这样通常会有较快的速度。下面来看一个例子。

2017-07-31

《Hadoop实战第2版》——3.3节MapReduce任务的优化

3.3 MapReduce任务的优化相信每个程序员在编程时都会问自己两个问题“我如何完成这个任务”，以及“怎么能让程序运行得更快”。

2017-07-31

从MapReduce的执行来看如何优化MaxCompute（原ODPS） SQL

join, inner join, outer join ,semi join) where group by select sum distinct count order by 如果我们能理解mapreduce

2017-07-20

《MapReduce 2.0源码分析与编程实战》一1.6 本章小结

本节书摘来异步社区《MapReduce 2.0源码分析与编程实战》一书中的第1章，第1.6节，作者：王晓华责编：陈冀康，更多章节内容可以访问云栖社区“异步社区”公众号查看。

2017-05-01

《MapReduce 2.0源码分析与编程实战》一1.3 你好HBase

本节书摘来异步社区《MapReduce 2.0源码分析与编程实战》一书中的第1章，第1.3节，作者：王晓华责编：陈冀康，更多章节内容可以访问云栖社区“异步社区”公众号查看。

2017-05-01

《MapReduce 2.0源码分析与编程实战》一2.2 数据操作

本节书摘来异步社区《MapReduce 2.0源码分析与编程实战》一书中的第2章，第2.2节，作者：王晓华责编：陈冀康，更多章节内容可以访问云栖社区“异步社区”公众号查看。

2017-05-01

《Hadoop MapReduce实战手册》一2.10 挂载HDFS（Fuse-DFS）

本节书摘来异步社区《Hadoop MapReduce实战手册》一书中的第2章，第2.10节，作者：【美】Srinath Perera , Thilina Gunarathne 译者：杨卓荦责编：

2017-05-01

《Hadoop MapReduce实战手册》一2.11 在HDFS中合并文件

本节书摘来异步社区《Hadoop MapReduce实战手册》一书中的第2章，第2.11节，作者：【美】Srinath Perera , Thilina Gunarathne 译者：杨卓荦责编：

2017-05-01

《Hadoop MapReduce性能优化》一第 2 章 Hadoop参数概述

本节书摘来异步社区《Hadoop MapReduce性能优化》一书中的第2章，第2.1节，作者：【法】Khaled Tannir 译者：范欢动责编：杨海玲，更多章节内容可以访问云栖社区“异步社区

2017-05-01

《Hadoop MapReduce性能优化》一2.4 用Apache Ambari监测Hadoop

本节书摘来异步社区《Hadoop MapReduce性能优化》一书中的第2章，第2.4节，作者：【法】Khaled Tannir 译者：范欢动责编：杨海玲，更多章节内容可以访问云栖社区“异步社区

2017-05-01

《Hadoop MapReduce实战手册》一2.7 设置文件冗余因子

本节书摘来异步社区《Hadoop MapReduce实战手册》一书中的第2章，第2.7节，作者：【美】Srinath Perera , Thilina Gunarathne 译者：杨卓荦责编：杨海玲

2017-05-01

《Hadoop MapReduce实战手册》一2.8 使用HDFS的Java API

本节书摘来异步社区《Hadoop MapReduce实战手册》一书中的第2章，第2.8节，作者：【美】Srinath Perera , Thilina Gunarathne 译者：杨卓荦责编：杨海玲

2017-05-01

《Flume日志收集与MapReduce模式》一第3章通道

本节书摘来自华章出版社《Flume日志收集与MapReduce模式》一书中的第3章，作者［美］史蒂夫·霍夫曼（Steve Hoffman）斯里纳特·佩雷拉（Srinath Perera），更多章节内容可以访问云栖社区

2017-05-01

E-MapReduce中Spark 2.x读写MaxCompute数据

最新的aliyun-emapreduce-sdk将MaxCompute数据以DataSource的方式接入Spark 2.x，用户可以使用类似Spark 2.x中读写json/parquet/csv的方式来访问MaxCompute. 0. DataSource a)DataSource提供了一种插件式的外部数据接入SparkSQL的方式，数据源只要实现相应的DataSource API即可以整合进SparkSQL，它的特点如下：通过DataSet/DataFrame/sparkSQLText等标准方式来访问数据源 SparkSQL引擎优化 scala语言接入后，Spark支持的其它语言也可以进行访问，如pyspark等 Spark 2.x内置支持的数据源: json csv parquet orc text jdbc Spark 2.x 访问数据源示例:

2017-02-25

hbase 学习（十二）非mapreduce生成Hfile，然后导入hbase当中

boss让研究hbase，让hbase的入库速度达到5w+/s，这可愁死了，4台个人电脑组成的集群，多线程入库调了好久，速度也才1w左右，都没有达到理想的那种速度，然后就想到了这种方式，但是网上多是用mapreduce

2016-09-09

MapReduce 不适合处理实时数据的原因剖析

3.详细分析在分析之前,我们先看看两种计算框架的模型，首先我们看下MapReduce的模型，以WordCount为例，如下图所示：阅读过Hadoop源码下的hadoop-mapreduce-project

2016-04-24

MapReduce源码分析之新API作业提交（二）：连接集群

Cluster为连接MapReduce集群的一种工具，提供了一种获取MapReduce集群信息的方法，我们看下它的成员变量，如下所示： // 客户端通信协议提供者 private ClientProtocolProvider

2016-04-21

【分布式计算】MapReduce的替代者-Parameter Server

衍生了很多牛逼的分布式计算的计算模型，比较著名的就是MapReduce、MPI、BSP等。后来也产生了一些分布式计算系统，大家耳熟能详的Hadoop就是基于MapReduce实现的。

2015-07-12

Hadoop学习笔记（二）：MapReduce的特性-计数器、排序

部分排序： MapReduce的每个reducer的输入都是按键排序的。系统执行排序的过程-将Map的输出作为输入传递给reducer---称为shuffle。

2015-05-06

Hadoop专业解决方案-第3章：MapReduce处理数据

群名称是 Hadoop专业解决方案群 313702010 本章主要内容：理解MapReduce基本原理了解MapReduce应用的执行理解MapReduce应用的设计截止到目前，我们已经知道Hadoop

2014-05-21

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。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

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。

精选列表

《Hadoop实战第2版》——3.1节为什么要用MapReduce

《Hadoop实战第2版》——3.3节MapReduce任务的优化

从MapReduce的执行来看如何优化MaxCompute（原ODPS） SQL

《MapReduce 2.0源码分析与编程实战》一1.6 本章小结

《MapReduce 2.0源码分析与编程实战》一1.3 你好HBase

《MapReduce 2.0源码分析与编程实战》一2.2 数据操作

《Hadoop MapReduce实战手册》一2.10 挂载HDFS（Fuse-DFS）

《Hadoop MapReduce实战手册》一2.11 在HDFS中合并文件

《Hadoop MapReduce性能优化》一第 2 章 Hadoop参数概述

《Hadoop MapReduce性能优化》一2.4 用Apache Ambari监测Hadoop

《Hadoop MapReduce实战手册》一2.7 设置文件冗余因子

《Hadoop MapReduce实战手册》一2.8 使用HDFS的Java API

《Flume日志收集与MapReduce模式》一第3章 通道

E-MapReduce中Spark 2.x读写MaxCompute数据

hbase 学习（十二）非mapreduce生成Hfile，然后导入hbase当中

MapReduce 不适合处理实时数据的原因剖析

MapReduce源码分析之新API作业提交（二）：连接集群

【分布式计算】MapReduce的替代者-Parameter Server

Hadoop学习笔记（二）：MapReduce的特性-计数器、排序

Hadoop专业解决方案-第3章：MapReduce处理数据

资源下载

Mario

腾讯云软件源

Nacos

Rocky Linux

欢迎您来访！

《Flume日志收集与MapReduce模式》一第3章通道