MapReduce简介
Posted 小猴子爱吃桃
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简介相关的知识,希望对你有一定的参考价值。
问题:如何解决海量数据的运算?
先从一张图简单的看下mapreduce的处理过程
MapReduce概述:
MapReduce是一种分布式计算模型,由Google提出,主要用于搜索领域,解决海量数据的计算问题。
MR由两个阶段组成:Map和Reduce,用户只需要实现map()和reduce()两个函数,即可实现分布式计算,非常简单。
这两个函数的形参是key、value对,表示函数的输入信息。
MapReduce原理:
MapReduce执行步骤:
执行步骤:
1、map任务处理
1.1 读取输入文件内容,解析成key、value对。对输入文件的每一行,解析成key、value对。每一个键值对调用一次map函数。
1.2 写自己的逻辑,对输入的key、value处理,转换成新的key、value输出。
2、reduce任务处理
2.1 在reduce之前,有一个shuffle的过程对多个map任务的输出进行合并、排序。
2.2 写reduce函数自己的逻辑,对输入的key、value处理,转换成新的key、value输出。
2.3 把reduce的输出保存到文件中。
以上是关于MapReduce简介的主要内容,如果未能解决你的问题,请参考以下文章