一、MapReduce定义
1、mapreduce 是一个分布式运算程序的编程框架,是用户开发 “基于 Hadoop 的数据分析应用” 的核心框架。
2、mapreduce 核心功能是将 用户编写的业务逻辑代码 和 自带默认组件 整合成一个完整的 分布式运算程序,并发运行在一个 hadoop 集群。
二、MapReduce优缺点
2.1 优点
1、mapreduce 易于编程
它简单的实现了一些接口,就可以完成一个分布式程序,这个分布式程序可以分布到大量廉价的 pc 机器上运行。也就是说你写一个分布式程序,和写一个简单的串行程序是一模一样的,就是因为这个特点使得 mapreduce 编程变得容易使人接受。
2、良好的扩展性
当你的计算资源不能得到满足的时候,你可以通过简单的增加机器来扩展它的计算能力。
3、高容错性
mapreduce 设计的初衷就是使程序能够部署在廉价的 pc 机器上,这就要求它具有很高的容错性。比如其中一台机器挂了,它可以把上面的计算任务转移到另外一台节点上运行,不至于这个任务运行失败,而且这个过程不需要人工参与,而完全是由 hadoop 内部完成的。
4、适合 PB 级别以上海量数据的离线处理
可以实现上千台服务器集群并发工作,提供数据处理能力。
2.2 缺点
1、不擅长实时计算
mapreduce 无法像 mysql 一样,在毫秒或者秒级内返回结果
2、不擅长流式计算
流式计算的输入数据是