MapReduce核心思想【圖文介紹】

MapReduce核心思想

MapReuce的核心思想是“分而治之”。所謂"分面治之”就是把一個復雜的問題，按照一定的“分解”方法分為等價的規(guī)模較小的若干部分，然后逐個解決，分別找出各部分的結(jié)果，把各部分的結(jié)果組成整個問題的結(jié)果。這種思想來源于日常生活與工作時的經(jīng)驗，同樣也完全適合技術(shù)領(lǐng)域。

為了更好地理解“分而治之”思想.先來看一個生活中的例子。 例如，某大型公司在全國設(shè)立了分公司，假設(shè)現(xiàn)在要統(tǒng)計公司一年的營收情況制作年報，有兩種統(tǒng)計方式。第一種方式是全國分公司將自己的賬單數(shù)據(jù)發(fā)送至總部，由總部統(tǒng)一計算公司當年的營收報表：第二種方式是采用分而治之的思想，也就是說，先要求分公司各自統(tǒng)計營收情況，再將統(tǒng)計結(jié)果發(fā)給總部進行統(tǒng)一匯總計算。 這兩種方式相比，顯然第二種方式的策略更好，工作效率更高。

MapReduce作為一種分布式計算模型，它主要用于解決海量數(shù)據(jù)的計算問題。使用MapReduce分析海量數(shù)據(jù)時，每個MapReduce程序被初始化為一個工作任務(wù)，每個工作任務(wù)可以分為Map和Reduce兩個階段，具體介紹如下。

·Map階段：負責將任務(wù)分解，即把復雜的任務(wù)分解成若干個“簡單的任務(wù)”來并行處理，但前提是這些任務(wù)沒有必然的依賴關(guān)系，可以單獨執(zhí)行任務(wù)。

·Reduce階段：負責將任務(wù)合并，即把Map階段的結(jié)果進行全局匯總。

下面通過一個圖來描述上述MapReduce的核心思想，具體如下圖所示。

MapReduce的核心思想

從圖可知，MapReduce就是“任務(wù)的分解與結(jié)果的匯總”。即使用戶不懂分布式計算框架的內(nèi)部運行機制，但是只要能用Map和Reduce思想描述清楚要處理的問題，就能輕松地在Hadoop集群上實現(xiàn)分布式計算功能。

猜你喜歡：

數(shù)據(jù)分析的流程是什么？如何做數(shù)據(jù)分析？

Scrapy框架的工作原理是什么?

Spark Mllib分層抽樣操作步驟

黑馬程序員python+大數(shù)據(jù)開課程