大数据基础考试复习三:map reduce执行流程能够根据课本的word count实例画出map reduce前后的数据变化

        MapReduce 是一种处理和生成大规模数据集的编程模型和算法。它将一个大的数据集分成许多小的数据块,然后在分布式计算集群上进行处理。下面是一个简单的 Word Count 示例的 MapReduce 执行流程,并画出了 Map 和 Reduce 阶段前后的数据变化:

  1. 输入数据:一段文本(一般hdfs)

  2. Map 阶段

    • 输入:一行文本
    • 输出:(单词, 1) 对的列表
    • 示例
      • 输入:"Hello world"
      • 输出:[("Hello", 1), ("world", 1)]
  3. Shuffle 阶段:将相同键的值发送到同一个 Reduce 任务中

  4. Reduce 阶段

    • 输入:(单词, [1, 1, ...]) 对的列表
    • 输出:(单词, 单词出现的总次数) 对的列表
    • 示例
      • 输入:[("Hello", [1, 1]), ("world", [1])]
      • 输出:[("Hello", 2), ("world", 1)]
  5. 输出数据:单词及其出现的总次数列表(hdfs)

下面是一个简单的示意图,展示了 Word Count 示例的 MapReduce 执行流程:

  • 10
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值