【Hadoop】- MapReduce概述[5]

目录

前言

[一、分布式计算框架 - MapReduce](#一、分布式计算框架 - MapReduce)

二、MapReduce执行原理


前言

MapReduce是一种分布式计算框架,由Google开发。它的设计目标是将大规模数据集的处理和生成任务分布到一个由廉价计算机组成的集群中。

在MapReduce模型中,输入数据被分割成若干小块,并在集群中的多个节点上并行处理。每个节点执行"map"函数,将输入数据转换为一组键值对。这些键值对将进行洗牌和排序,并将生成的中间数据发送到"reduce"函数。

"reduce"函数将中间数据进行处理,将其合并为最终结果或输出。它根据所需的计算或分析对数据进行聚合和分析。

MapReduce提供了容错机制,系统可以通过将工作负载重新分配到其他节点来自动处理单个节点的失败。它还提供了可扩展性,可以通过添加更多的节点来处理更大的数据集或增加的处理需求。

MapReduce广泛用于大数据处理应用,例如分布式网络索引、日志分析和数据挖掘。它对其他数据处理系统的发展产生了影响,如Apache Hadoop。

一、分布式计算框架 - MapReduce

MapReduce是"分散"->"汇总"模式的分布式计算框架,可供开发人员开发相关程序进行分布式数据计算。MapRduce提供了2个编程接口:

  • Map
  • Reduce

其中

  • Map功能接口提供了"分散"的功能,有服务器分布式对数据进行处理
  • Reduce功能接口提供了"汇总"的功能,将分布式的处理结果汇总统计

用户如需使用MapReduce框架完成自定义需求的程序开发,只需要使用Java、Python等编程语言,实现Map Reduce功能接口即可。

二、MapReduce执行原理

现在,我们借助一个案例,简单分析MapReduce是如何完成分布式计算的。

假设有如下文件,内部记录了许多的单词。并且已经开发好了一个MapReduce程序,功能是统计每个单词出现的次数。

假设有4台服务器用以执行MapReduce任务,可以3台服务器执行Map,1台服务器执行Reduce

总结

1、什么是MapReduce

  • MapReduce是Hadoop中的分布式计算组件
  • MapReduce可以以分散->汇总模式执行分布式计算任务

2、MapReduce的主要编程接口

  • map接口,主要提供"分散"功能,有服务器分布式处理数据
  • reduce接口,主要提供"汇总"功能,进行数据汇总统计得到结果
  • MapReduce可供Java、Python等语言开发计算程序
相关推荐
阿里云大数据AI技术17 小时前
StarRocks 助力数禾科技构建实时数仓:从数据孤岛到智能决策
大数据
Lx35221 小时前
Hadoop数据处理优化:减少Shuffle阶段的性能损耗
大数据·hadoop
武子康1 天前
大数据-99 Spark Streaming 数据源全面总结:原理、应用 文件流、Socket、RDD队列流
大数据·后端·spark
阿里云大数据AI技术2 天前
大数据公有云市场第一,阿里云占比47%!
大数据
Lx3522 天前
Hadoop容错机制深度解析:保障作业稳定运行
大数据·hadoop
T06205142 天前
工具变量-5G试点城市DID数据(2014-2025年
大数据
向往鹰的翱翔2 天前
BKY莱德因:5大黑科技逆转时光
大数据·人工智能·科技·生活·健康医疗
鸿乃江边鸟2 天前
向量化和列式存储
大数据·sql·向量化
IT毕设梦工厂2 天前
大数据毕业设计选题推荐-基于大数据的客户购物订单数据分析与可视化系统-Hadoop-Spark-数据可视化-BigData
大数据·hadoop·数据分析·spark·毕业设计·源码·bigdata
java水泥工2 天前
基于Echarts+HTML5可视化数据大屏展示-白茶大数据溯源平台V2
大数据·echarts·html5