基于Hadoop迭代數(shù)據(jù)處理及其數(shù)據(jù)放置策略的研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩63頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、Hadoop是處理海量數(shù)據(jù)的分布式計(jì)算及存儲(chǔ)框架,在各行各業(yè)中得到的廣泛的應(yīng)用,尤其是在互聯(lián)網(wǎng)用戶數(shù)如此龐大的環(huán)境下。但是Hadoop處理一些大數(shù)據(jù)應(yīng)用仍然存在一些不足,如Hadoop處理圖結(jié)構(gòu)數(shù)據(jù)。由于圖結(jié)構(gòu)數(shù)據(jù)的強(qiáng)耦合特性,無法在一次mapreduce計(jì)算中得出結(jié)果,而是需要迭代化計(jì)算,甚至一次迭代包含多次mapreduce計(jì)算,從而需要重新啟動(dòng)mapeduce任務(wù),開銷較大,另外迭代過程中可能存在靜態(tài)數(shù)據(jù)的不必要傳輸,破壞了Had

2、oop設(shè)計(jì)的思想。
  本文首先論述Hadoop處理迭代應(yīng)用存在的問題以及一些解決方案,如HaLoop。在此基礎(chǔ)上提出了map端存儲(chǔ)策略,它主要是通過擴(kuò)展mapper接口來充分利用map階段的計(jì)算以及利用在map端存儲(chǔ)靜態(tài)數(shù)據(jù),以便可以在map階段完成靜態(tài)數(shù)據(jù)與動(dòng)態(tài)數(shù)據(jù)相關(guān)計(jì)算,減少了數(shù)據(jù)傳輸?shù)絩educe階段完成計(jì)算的網(wǎng)絡(luò)開銷。
  之后分析Hadoop的默認(rèn)放置策略,該策略存在的一些缺陷。針對(duì)缺陷,考慮到數(shù)據(jù)備份的放置以

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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論