MapReduce的核心资料索引

Posted TaoHF

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的核心资料索引相关的知识,希望对你有一定的参考价值。

转自 http://prinx.blog.163.com/blog/static/190115275201211128513868/

 

以下是我看过的最有价值的资料,收录在Core文件夹内,按如下顺序看效果最佳:

 

  1. MapReduce Simplied Data Processing on Large Clusters
  2. Hadoop环境的安装 By 徐伟
  3. Parallel K-Means Clustering Based on MapReduce
  4. 《Hadoop权威指南》的第一章和第二章
  5. 迭代式MapReduce框架介绍   董的博客
  6. HaLoop: Efficient Iterative Data Processing on Large Clusters
  7. Twister: A Runtime for Iterative MapReduce
  8. 迭代式MapReduce解决方案(一)
  9. 迭代式MapReduce解决方案(二)
  10. 迭代式MapReduce解决方案(三)
  11. Granules: A Lightweight, Streaming Runtime for Cloud Computing With Support for Map-Reduce
  12. On the Performance of Distributed Data Clustering Algorithms in File and Streaming Processing Systems
  13. Spark: Cluster Computing with Working Set
  14. iMapReduce: A Distributed Computing Framework for Iterative Computation
  15. 《Hadoop权威指南》的第三章到第十章
  16. Map-Reduce-Merge: Simplified Relational Data Processing on Large Clusters
  17. Clustering Very Large Multi-dimensional Datasets with MapReduce
  18. HBase环境的安装 By 徐伟 + HBase 测试程序

 

Ps:简单讲解一下上面的流程,MapReduce计算模型就是Google在(1)中提出来的,一定要仔细看这篇论文,我当初因为看的不够仔细走了很多的弯路。Hadoop是一个开源的MapReduce计算模型实现,按照(2)来安装,以及跑一遍Word Count程序,基本上就算是入门了。(3)这篇文章价值不大,但是可以通过其看一下K-Means算法是如何MapReduce化的,以后就可以举一反三了。(4)的作用就是加深对(1-3)的理解。从(5)开始就可以进入迭代MapReduce的子领域了,董是这方面的大牛。(6)(7)是(5)中提到的两篇论文,(5-7)都要仔细的看,把迭代MapReduce的基础打牢。(8-10)也是董的文章,加深一下对迭代MapReduce问题的理解。(11)(12)是Jaliya Ekanayake、Shrideep Pallickara合作的文章,他们是国外迭代MapReduce领域的发文章最多的两个人。(13)是伯克利大学的迭代MapReduce的文章,Spark是所有实验室产品中唯一已经商用推广的,赞!(14)这篇文章,我看的不是很细致,但是Collector的灵感就是来源于这篇文章。这个时候估计你已经有自己的解决方案了,要编程实现自己的设计了,需要仔细的看(15)了。(16) Map-Reduce-Merge咱们实验室曾经做过的一个问题。(17)这篇文章+Canopy算法,可以得出一些关于用MapReduce实现高质量数据抽样的思路。(18)如果需要使用HBase,可以参考这篇文章。

以上是关于MapReduce的核心资料索引的主要内容,如果未能解决你的问题,请参考以下文章

MapReduce过程详解

[转]MapReduce:详解Shuffle过程

总索引

MapReduce执行过程

hadoop和mapreduce是一种啥关系?

hadoop 自我学习之MapReduce原理剖析