本文汇总了MapReduce的面试重点，包括MapReduce的核心思想、偏移量的理解、Shuffle过程、ReduceTask设置、Combiner的功能及其运行位置、MapTask数量设定、Partition分区算法、Split数据切分、Map到Reduce的数据传输、Map和Reduce的最优效率，以及MapReduce的优化策略等。
在上一个阶段——HDFS,小菌出过一期HDFS的经典面试题,不知道小伙伴们掌握的怎么样吖(详情见–>《HDFS经典面试题》),本期同样在MapReduce快要结束阶段为大家带来MapReduce的经典面试题!
MapReduce核心思想
map负责切分,reduce负责合并(先分后合,分而治之)
如何理解偏移量
每行的行首到首行行首的距离
Suffle包含哪些步骤
分区(partition)------->排序(sort)------->数据优化计算(combine)------->
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
