第9章-分布式处理_第1页
第9章-分布式处理_第2页
第9章-分布式处理_第3页
第9章-分布式处理_第4页
第9章-分布式处理_第5页
已阅读5页，还剩1页未读， 继续免费阅读

下载本文档

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

分布式处理CPU多核和POSIX

Thread在硬件设备上,CPU技术不断发展,出现了SMP(对称多处理器)和NUMA(非一致性内存访问)两种高速处理的CPU结构在软件层面出现了多进程和多线程编程。进程是内存资源管理单元,线程是任务调度单元POSIXThread多线程编程标准SMP和NUMA架构CPU进程与线程MPI并行计算框架MPI(MessagePassingInterface)是一个标准且可移植的消息传递系统，服务于大规模的并行计算广泛采用的实现有MPICHMPICH包括ADI3、CH3Device、CH3Interface、Nemesis、NemesisNetModInterfaceMPICH架构HadoopMapReduceHadoop是一个由Apache基金会开发的分布式系统基础架构Hadoop框架最核心的设计就是HDFS和MapReduceMapReduce为海量的数据提供了计算指定一个Map函数,用来把一组键值对映射成一组新的键值对,指定并发的Reduce函数，用来保证所有映射的键值对中的每一个共享相同的键组SparkSpark是UCBerkeleyAMPLab所开源的类HadoopMapReduce的通用的并行计算框架Spark基于map-reduce算法实现的分布式计算，拥有HadoopMapReduce所具有的优点不同于MapReduce的是中间输出和结果可以保存在内存中Spark最主要的结构是RDD(ResilientDistributedDatasets)，它表示已被分区、不可变的并能够被并行操作的数据集合,不同的数据集格式对应不同的RDD实现数据处理技术的发展数据处理从早期的共享分时单CPU操作系统处理到多核并发处理早期Google公司的分布式计算框架MapReduce采用的思想就是连接多台廉价的计算设备，以此来提供进行大规模计算任务的能力为了满足实时计算任务需求，设计实现了流计算框架，比如SparkStre

人人文库> 全部分类> 教育资料 > 课件下载

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

评论

0/150

提交评论