--==========mapreduce编程模型:分而治之的思想============================================
=> 是分布式计算模型,解决海量数据的计算问题map
=> mapreduce将整个并行计算过程抽象到两个函数
map映射: 对每一部分数据进行处理,核心部分,高度并行
输入数据格式解析
输入数据处理
数据分组
reduce化简: 合并
数据远程copy
数据按照key排序
数据处理:reduce
数据输出格式
=>一个简单的MapReduce 程序只需要指定map() reduce() input out 即可
其它的由框架完成(分布式存储,工作调度,负载均衡,容错处理,网络通信息等由yarn完成)
--==========mapreduce数据传输=====================================
=> 过程: input->map->reduce->output
=> 数据格式:<key,value>
=> 是分布式计算模型,解决海量数据的计算问题map
=> mapreduce将整个并行计算过程抽象到两个函数
map映射: 对每一部分数据进行处理,核心部分,高度并行
输入数据格式解析
输入数据处理
数据分组
reduce化简: 合并
数据远程copy
数据按照key排序
数据处理:reduce
数据输出格式
=>一个简单的MapReduce 程序只需要指定map() reduce() input out 即可
其它的由框架完成(分布式存储,工作调度,负载均衡,容错处理,网络通信息等由yarn完成)
--==========mapreduce数据传输=====================================
=> 过程: input->map->reduce->output
=> 数据格式:<key,value>