基于MapReduce的大數(shù)據增量處理研究.pdf_第1頁
已閱讀1頁,還剩83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、隨著數(shù)據獲取方式的多樣性,數(shù)據挖掘和機器學習使用的數(shù)據集規(guī)模越來越大。而隨著時間的推移,在大規(guī)模數(shù)據集的基礎上,新的數(shù)據也在不停的加入進來,同時,數(shù)據集中已有的記錄也會被修改或者刪除,即數(shù)據集發(fā)生增量變,由此導致上一次挖掘出的結果過時。數(shù)據集一般發(fā)生增量變化時,我們需要對整個數(shù)據集重新進行挖掘,得到實時結果,由此浪費大量的計算資源。為了提高效率,使用增量處理技術解決數(shù)據發(fā)生增量變化是一個有效的方法。增量處理技術是使用上一次計算保存的狀態(tài)

2、,只重新處理發(fā)生增量變化的數(shù)據。
  MapReduce是現(xiàn)流行的并行處理大數(shù)據的框架,由于其簡單易用成為主流處理大數(shù)據的工具。但是MapReduce不支持增量處理數(shù)據,需要重新處理整個數(shù)據才能得到實時結果。在本論文,我們提出增量處理技術,并在MapReduce上擴展,實現(xiàn)incr-MapReduce計算模型。本文主要貢獻如下:
  (1)本文提出了在key-value層面上做增量計算的方法,并設計了一種新的文件模型MRBG

3、raph,保存細粒度的計算狀態(tài)。Incr-MapReduce根據增量數(shù)據從MRBGraph文件中匹配記錄,做增量計算并更新MRBGraph文件。
  (2)提出增量處理技術,incr-MapReduce計算模型上不但支持批處理算法做增量計算,而且支持迭代算法做增量計算。incr-MapReduce做迭代算法的增量計算時,從上一次計算的收斂結果開始做增量迭代計算,同時使用變化傳播控制技術,能有效控制下一次迭代參與增量計算的記錄的范圍

4、。
  (3)由于incr-MapReduce在做增量計算時,MRBStore需要頻繁從MRBGraph文件中讀取數(shù)據和更新MRGraph文件。本文使用了索引和緩沖優(yōu)化技術,減少操作MRBGraph文件的I/O次數(shù)。
  本文使用真實數(shù)據集,在incr-MapReduce、MapReduce、Haloop和iMapReduce四個框架上執(zhí)行PageRank、GIMV、KMeans和Apriori算法,展示incr-MapRe

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(lián)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(xiàn)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(lián)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