Java 对Redis数据进行MapReduce

---

前言：

      MapReduce 简称 MR是一个框架可以使用它来编写分布式处理大量数据的应用程序。由于它允许在大型商用硬件集群上并行处理数据，因此  MapReduce 可以显着加快数据处理速度。下面将介绍java基于Redisson-Redis的内存数据网格使用MapReduce处理存储在Redis中的数据。

什么是MapReduce？

 MapReduce 是一种可以用Java实现的分布式计算的程序模型。该算法包含两个关键任务，称为Map和Reduce。

   Map任务的目的  是将数据集转换为另一个数据集，其中元素被分解为称为元组的键/值对。该Reduce 任务将这些数据元组组合成一小组元组，使用地图的输出作为输入。

   分布式计算意味着将任务分成几个单独的进程，然后可以在大型商用硬件集群上并行执行。一旦  MapReduce 将大数据集的各个元素分解为元组，然后进一步将它们缩小为较小的集合，剩余的数据可以并行处理，这可以显着加快需要对数据执行的处理。

何时用MapReduce处理Redis数据？

   在许多情况下，使用它MapReduce 来处理Redis数据很有帮助  。通常它们的共同点是您需要处理的数据量非常大。

   举一个简单的