已阅读5页，还剩8页未读， 继续免费阅读
版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领
文档简介
Hadoop大数据解决方案进阶应用Hadoop讲师：迪伦（北风网版权所有）MapReduce高阶实现 (13)1编辑ppt 复制连接代码实现 半连接课程目标2编辑pptsetup方法3编辑pptmap方法4编辑pptmap方法5编辑pptcleanup方法6编辑ppt将文件或目录装载到分布式缓存7编辑ppt半连接半连接用来处理两个大数据集的连接，其中一个数据集可以被过滤成小到可以放在内存中当所有的输入数据集都不能够小到可以放到缓存中，半连接可以用来优化map端连接实现半连接的三个步骤：从一个数据集中提取连接键，生成唯一的集合通过复制连接实现移除另一个大数据集中不需要连接的数据，生成另一个小数据集将第一步的原始数据集和第二步产生的结果集进行连接8编辑ppt实例：半连接问题： 需要连接两个很大的数据集：用户日志和OLTP的用户数据任何一个数据集都不是足够小到可以缓存在map作业的内存中解决方案： 通过三个MapReduce作业来连接两个数据集，以此来减少reduce端连接的消耗作业1： 从日志文件中提取出用户名，用这些用户名生成一个用户名唯一的集合（Set）9编辑ppt实例代码：半连接-作业110编辑ppt实例：半连接作业2： 从全体用户的用户数据集中移除不存在于日志文件中的用户11编辑ppt实例：半连接作业3： 需要将作业2生成的已过滤的用户集和原始的用户
温馨提示
- 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 小学研学活动方案6篇
- 工程造价咨询服务合同范本9篇
- 学校矛盾纠纷排查工作情况汇报三篇
- 中国小动物技能大赛骨科专赛理论考试题库（含答案）
- 《反电信网络诈骗法》知识考试题库150题（含答案）
- 大拇指腱鞘炎偏方课件
- 2025年河北女子职业技术学院高职单招语文2018-2024历年参考题库频考点含答案解析
- 2025年江西现代职业技术学院高职单招高职单招英语2016-2024历年频考点试题含答案解析
- 2025年江西冶金职业技术学院高职单招语文2018-2024历年参考题库频考点含答案解析
- 2025年武汉职业技术学院高职单招职业技能测试近5年常考版参考题库含答案解析
- 2025年度新能源汽车充电站运营权转让合同样本4篇
- 第5课 隋唐时期的民族交往与交融 课件（23张） 2024-2025学年统编版七年级历史下册
- 2024年全国职业院校技能大赛高职组（生产事故应急救援赛项）考试题库（含答案）
- 老年上消化道出血急诊诊疗专家共识2024
- 广东省广州黄埔区2023-2024学年八年级上学期期末物理试卷（含答案）
- 学校安全工作计划及行事历
- 《GMP基础知识培训》课件
- 数学家华罗庚课件
- 贵州茅台酒股份有限公司招聘笔试题库2024
- 《纳米技术简介》课件
- 血液透析高钾血症的护理查房
评论
0/150
提交评论