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
副研究员博士 主要需求和目标实现为程序员隐藏系统层细需要考虑的细节技术问题如何管理 数据?如何划分数据如何调度计算任务并分配map和reduce节点如果节点间需要共享或交换数据如何如何掌控节点的执行完成情况?如何收集中间和最终的结果节点失效如何处理?如何恢复数节点扩充后如何保证原有程序仍能正常运 系统性能提升 TextText1:theweatheris Text2:todayisText3:goodweatheris Text4:todayhasgoodString[]text=args[0];HashTableht=newHashTable();for(i=0;i<3;++i){StringTokenizerst=newStringTokenizer(text[i]);while(st.hasMoreTokens()){Stringword=if(!ht.containsKey(word)){ht.put(word,newInteger(1));}else{intwc((Integer)ht.get(word)).intValue()+1;//计数加1ht.put(word,new}}}for(Iteratoritr=ht.KeySet().iterator();itr.hasNext();{Stringword=System.out.print(word+“:”+ }输出:good: has:1;is: the: today: weather:
键值
键值
海量数
键值
初始键值
Barrier:AggregationBarrier:Aggregationand
中间结
计算结MapReducemap:(k1;v1)→[(k2;reduce:(k2;[v2])→[(k3;)][最终的某种形式的结果输出[(k3;v3)]输出:最终输出结果[(k3;使用4个map节点map节点输入:(text1theweatheris输出:(the1weather1(is1(goodmap节点输入:(text2todayismap节点map节点reduce节点输入:(good,1),(good,1),(good,1),(good1),(good(is,1),(is,输出(is,1),(is,输出good:is:3weather:reduce节点输入:(has,1),输出:(has,1),(is,输入:(the,1),today1),(today,(weather,1),(weather,1),(weather,输出:(the,1),(today,2),weatherreduce节点输入:(good,1),(good,1),(good,2)(good,(is,1),(is,输出(is,1),(is,输出good:is:3weather:reduce节点输入:(has,1),输出:(has,1),(is,输入:(the,1),today1),(today,(weather,1),(weather,1),(weather,输出:(the,1),(today,2),weatherHadoop:Mapper&ReducerHadoop:DriverHadoop:Run HadoopMapReducesplitsplitsplitsplit
partpartpartpartsplitsplitReducershas3primaryphases:shuffle,sortandHadoop:HowmanyTasksetuptakesawhile,soitisbestifthemapstakeatleastaminuteto用户可以显示配置Configuration.set(MRjobConfig.NUM_MAPSintbutitonlyprovidesahinttotheframework10TBofinputdata,blocksizeisYouwillendupwith80KHadoop:HowmanyThenumberofreducersforthejobissetbytheuserTherightnumberofreducesseemstobe0.95or1.75multipliedby(<no.of<no. umcontainersperWith0.95allofthereducescanlaunch yandstarttransferringmapoutputsthemapsWith1.75thefasternodeswillfinishtheirfirstroundofreducesandlaunchasecondwave ngamuchbetterjobofloadIncreasingthenumberofreducesincreasestheframeworkoverhead,butloadbalancingandlowersthecostofHadoop:PartitionercontrolsthepartitioningofthekeysoftheintermediateThetotalnumberofpartitionsisthesameasthenumberofreducetasksforthejob.Hencethiscontrolswhichofthemreducetaskstheintermediatekey(andhencetherecord)issenttoforreductionHashPartitioneristhedefaultHadoop:JobJobrepresentsaMapReducejobJobistheprimaryinterfaceforausertodescribeaMapReducejobtoHadoopframeworkforJobistypicallyusedtoHadoop:JobOptionally,JobisusedtospecifyotheradvancedfacetsofthejobsuchFilestobeputintheWhetherintermediateand/orjoboutputsaretobecompressed(andWhetherjobtaskscanbeexecutedinaspeculativeumnumberofattemptsperUserscanuseConfiguration.set(String,String)/Configuration.get(String)toset/getarbitraryparametersneededbyapplicationsCountersrepresentglobalCounterscouldbedefinedMapReduceInthemapand/orreducemethods,applicationscandefinearbitraryCounters(oftypeEnum)andupdatethemvia:Counters.incrCounter(Enum,Counters.incrCounter(String,String,ThesecountersarethengloballyaggregatedbytheHadoop:CurrentlyFileInputFormat,TextInputFormat,SequenceFileInputFormat,CombineFileInputFormat,CombineSequenceFileInputFormat,CombineTextInputFormat,CompositeInputFormat,FixedLengthInputFormat,SequenceFileAsBinaryInputFormat,Seq
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
- 2025年度大型机械设备租赁合同终止协议书3篇
- 2025年度模板木方进口合同范本大全2篇
- 2025年度车辆租赁行业绿色出行推广合同8篇
- 二零二五版明星代言合同合作期限与续约条件协议4篇
- 2025年度鱼塘租赁合同(含鱼苗供应及回收条款)3篇
- 2025版宅基地使用权变更登记及房屋买卖合同4篇
- 珠宝公司职工2025年度绩效考核合同3篇
- 2025版事业单位聘用制数据分析人员固定期限劳动合同3篇
- 2025年度环保监测设备租赁与数据分析合同4篇
- 铁马汽车设备租赁公司2025年度合同范本2篇
- 人教版物理八年级下册 专项训练卷 (一)力、运动和力(含答案)
- 山东省房屋市政工程安全监督机构人员业务能力考试题库-中(多选题)
- 重庆市2023-2024学年七年级上学期期末考试数学试题(含答案)
- 北师大版 2024-2025学年四年级数学上册典型例题系列第三单元:行程问题“拓展型”专项练习(原卷版+解析)
- 2023年译林版英语五年级下册Units-1-2单元测试卷-含答案
- 施工管理中的文档管理方法与要求
- DL∕T 547-2020 电力系统光纤通信运行管理规程
- 种子轮投资协议
- 执行依据主文范文(通用4篇)
- 浙教版七年级数学下册全册课件
- 精神病医院财务后勤总务管理制度
评论
0/150
提交评论