MapReduce模型在Hadoop中的性能優(yōu)化應用研究.pdf_第1頁
已閱讀1頁，還剩61頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、互聯網的快速發(fā)展推動著數據信息呈現著幾何式增長，數據占用空間從 GB發(fā)展到 TB甚至PB，飛速增長的數據規(guī)模標識著人類進入了大數據時代，大數據給人類帶來的沖擊不容小覷，用戶從爆炸式數據中挖掘出有效信息的效率反而降低，此時，通過對用戶數據進行相似度計算能夠在一定程度上解決信息超載問題，從而提取出相對熱門并有用的數據信息。
　　Hadoop是當前應用最為廣泛的云計算開源平臺，MapReduce并行編程模型是云計算的關鍵技術之一。但在實

2、際運用過程中，MapReduce模型計算過程中存在臨時數據量大，Reduce任務分配不均會導致系統(tǒng)資源率低等問題。
　　本文針對 MapReduce模型的應用，給出了一種利用 MapReduce編程模型的分布式計算能力來實現海量數據的相似度計算方法，從 I/O操作和負載均衡策略兩個方面改進了MapReduce編程模型。通過在Map階段后使用Stripe算法和SStripe算法完成對中間結果的本地聚集工作，以有效地緩解大量 I/O操

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論