MapReduce
Posted ZhangJiQun.
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了MapReduce相关的知识,希望对你有一定的参考价值。
MapReduce
MapReduce是一种编程模型,用于大规模数据集(大于1TB)的并行运算。概念"Map(映射)"和"Reduce(归约)",是它们的主要思想,都是从函数式编程语言里借来的,还有从矢量编程语言里借来的特性。它极大地方便了编程人员在不会分布式并行编程的情况下,将自己的程序运行在分布式系统上。 当前的软件实现是指定一个Map(映射)函数,用来把一组键值对映射成一组新的键值对,指定并发的Reduce(归约)函数,用来保证所有映射的键值对中的每一个共享相同的键组。
你向MapReduce框架提交一个计算作业时,它会首先把计算作业拆分成若干个Map任务,然后分配到不同的节点上去执行。每一个Map任务处理输入数据中的一部分,当Map任务完成后,
它会生成一些中间文件,这些中间文件将会作为Reduce任务的输入数据。Reduce任务的主要目标就是把前面若干个Map的输出汇总到一起并输出。
MapReduce的伟大之处就在于编程人员在不会分布式并行编程的情况下,将自己的程序运行在分布式系统上。
简单理解的例子
制作洋葱辣椒酱
正常的制作步骤:取一个洋葱,一根辣椒、一个大蒜,把它们切碎,然后拌入盐和水,最后放入混合研磨机里研磨。
把MapReduce的概念映射到食谱上面。
Map(映射):把洋葱、辣椒和大蒜切碎,就是各自作用在这些物体上的一个Map操作。所以,一个Map操作,可以把洋葱切碎;一个Map操作,可以把辣椒切碎;一个Map操作,可以把大蒜切碎;所以,当你在切一个辣椒的时候,就相当于在执行一个Map操作。Map操作适用于每一种蔬菜,它的产出是一些碎块,在实际生产例子中就是蔬菜碎块。当然,当你发现辣椒坏掉的情况,通常会把辣椒扔掉。Map操作会过滤掉坏掉的辣椒而不产出任何坏掉的辣椒碎。
Reduce(归纳):在这一阶段,你将各种蔬菜碎都放入研磨机里研磨,就可以得到一瓶辣椒酱。因此,要得到一瓶辣椒酱,需要Map所有的蔬菜得到蔬菜碎,再用Reduce研磨机将蔬菜碎聚集到一起进行研磨,最后,得到一瓶辣椒酱。
以上是MapReduce的一部分,MapReduce的强大在于分布式计算。
分布式计算
假设每天需要生产1万瓶辣椒酱,还能否独自完成呢?答案当然是“否”。
首先需要一个能提供大量原料的供应商,然后雇佣更多的工人来切蔬菜,还需要更多的研磨机,然后分配工作。首先需要几个人一起切蔬菜,具体操作需要他们将蔬菜从袋子里面拿出来,每次只切一种蔬菜,直到袋子空了为止。这相当于每一个人在执行一个简单的Map操作。这样,当所有工人都切完之后,就有了洋葱、辣椒和大蒜碎。(MapReduce将所有输出的蔬菜碎都搅拌到了一起,这些蔬菜碎都是在以key为基础的map操作下产生的。可以假设key是一种蔬菜的名字,就像辣椒一样。将全部的辣椒keys都搅拌到一起,并转移到研磨辣椒的研磨器里。这样就能得到辣椒酱了。同样地,所有的洋葱和大蒜也会被转移到标记着各自名称的研磨器里,并制造出辣椒酱。)
以上是关于MapReduce的主要内容,如果未能解决你的问题,请参考以下文章