虽说随着数据处理实时性需求的不断提升,更多新的计算框架出现,MapReduce的地位受到压制,但是作为Hadoop原始计算框架,MapReduce的一些情况我们还是需要了解的。
MapReduce是一种编程模型,用于大规模数据集(大于1TB)的并行运算。概念"Map(映射)“和"Reduce(归约)”,和它们的主要思想,都是从函数式编程语言里借来的,还有从矢量编程语言里借来的特性。它极大地方便了编程人员在不会分布式并行编程的情况下,将自己的程序运行在分布式系统上。 当前的软件实现是指定一个Map(映射)函数,用来把一组键值对映射成一组新的键值对,指定并发的Reduce(归约)函数,用来保证所有映射的键值对中的每一个共享相同的键组。
一、优点
1.易于编程:以普通程序的编程方法加上使用MapReduce提供的接口,可以快速完成分布式程序的编写;
2.良好的扩展性:计算资源得不到满足时,可以通过简单的增加计算机器来扩展计算能力;
3.高容错性:如果一个任务所在计算节点挂了,上面的计算任务可以自动转移到另外的节点上执行,即故障自动转移,这个过程是内部完成的,无需人工干预;
4.适合PB级别以上数据的离线处理。
二、缺点
1.实时计算:无法像mysql一样在毫秒级或者秒级返回计算结果;
2.流式计算:流式计算的输入数据是动态的,而MapReduce要求输入数据是静态的,已经持久化在存储上的;
3.DAG(有向无环图)计算:多个应用程序存在依赖关系,后一个应用程序的输入为前一个的输出,这种情况下,MapReduce的性能很低。因为MapReduce的每个阶段的输出结果都会先写入到磁盘中,大量的磁盘IO会造成性能的急剧下降。
随着时代的变迁,虽说一些原始的东西可能会淘汰掉,但是一定会有我们需要学习的东西,就像MapReduce一样,虽说被新的计算框架代替了许多,但是我有必要了解它的优缺点,好的东西变得更好,不好的就加以改之。
更多优质文章内容
https://www.yaoruanwen.com/dynr
https://www.yaoruanwen.com/ksnr
https://www.yaoruanwen.com/zhezuoquan
https://www.yaoruanwen.com/zdyk