MapReduce編程的兩種數(shù)據(jù)流模型演示

　　MapReduce是一種編程模型，用于處理大規(guī)模數(shù)據(jù)集的并行運(yùn)算。使用MapReduce執(zhí)行計(jì)算任務(wù)的時(shí)候，每個(gè)任務(wù)的執(zhí)行過(guò)程都會(huì)被分為兩個(gè)階段，分別是Map和Reduce，其中Map階段用于對(duì)原始數(shù)據(jù)進(jìn)行處理，Reduce階段用于對(duì)Map階段的結(jié)果進(jìn)行匯總，得到最終結(jié)果，這兩個(gè)階段的模型如圖1所示。

　　? 圖1 MapReduce簡(jiǎn)易模型

　　MapReduce編程模型借鑒了函數(shù)式程序設(shè)計(jì)語(yǔ)言的設(shè)計(jì)思想，其程序?qū)崿F(xiàn)過(guò)程是通過(guò)map()和reduce()函數(shù)來(lái)完成的。從數(shù)據(jù)格式上來(lái)看，map()函數(shù)接收的數(shù)據(jù)格式是鍵值對(duì)，產(chǎn)生的輸出結(jié)果也是鍵值對(duì)形式，reduce()函數(shù)會(huì)將map()函數(shù)輸出的鍵值對(duì)作為輸入，把相同key值的value進(jìn)行匯總，輸出新的鍵值對(duì)。接下來(lái)，通過(guò)一張圖來(lái)描述MapReduce的簡(jiǎn)易數(shù)據(jù)流模型，具體如圖2所示。

 圖2 MapReduce簡(jiǎn)易數(shù)據(jù)流模型

　　? 關(guān)于圖2描述的MapReduce簡(jiǎn)易數(shù)據(jù)流模型的相關(guān)說(shuō)明，具體如下：

　　? (1)將原始數(shù)據(jù)處理成鍵值對(duì)形式。

　　? (2)將解析后的鍵值對(duì)傳給map()函數(shù)，map()函數(shù)會(huì)根據(jù)映射規(guī)則，將鍵值對(duì)映射為一系列中間結(jié)果形式的鍵值對(duì)。

　　? (3)將中間形式的鍵值對(duì)形成形式傳給reduce()函數(shù)處理，把具有相同key的value合并在一起，產(chǎn)生新的鍵值對(duì)，此時(shí)的鍵值對(duì)就是最終輸出的結(jié)果。

　　? 這里需要說(shuō)明的是，對(duì)于某些任務(wù)來(lái)說(shuō)，可能不一定需要Reduce過(guò)程，也就是說(shuō)，MapReduce的數(shù)據(jù)流模型可能只有Map過(guò)程，由Map產(chǎn)生的數(shù)據(jù)直接被寫(xiě)入HDFS中。但是，對(duì)于大多數(shù)任務(wù)來(lái)說(shuō)，都是需要Reduce過(guò)程的，并且可能由于任務(wù)繁重，需要設(shè)定多個(gè)Reduce，例如，下面是一個(gè)具有多個(gè)Map和Reduce的MapReduce模型，具體如圖3所示。

 圖3 多個(gè)Map和Reduce的MapReduce模型

　　圖3演示的是含有3個(gè)Map和2個(gè)Reduce的MapReduce程序，其中，由Map產(chǎn)生的相關(guān)key的輸出都會(huì)集中到Reduce中處理，而Reduce是最后的處理過(guò)程，其結(jié)果不會(huì)進(jìn)行第二次匯總。



猜你喜歡：

Linux系統(tǒng)安裝虛擬機(jī)的網(wǎng)絡(luò)配置方法

MapReduce編程原理介紹[MapReduce開(kāi)發(fā)必讀]

黑馬程序員大數(shù)據(jù)培訓(xùn)課程 

傳智播客大數(shù)據(jù)培訓(xùn)課程