已閱讀1頁，還剩59頁未讀， 繼續(xù)免費閱讀
版權說明：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，請進行舉報或認領
文檔簡介
1、Google提出的MapReduce編程模型已發(fā)展成為最流行的并行計算框架之一。連接運算是數(shù)據(jù)處理中非常重要的一種操作，然而MapReduce框架不能夠很好的支持連接操作，因此MapReduce上連接算法的研究是大數(shù)據(jù)領域一個重要的內(nèi)容。但是當前大部分研究內(nèi)容都是在數(shù)據(jù)均勻分布的情況下進行連接算法優(yōu)化，而現(xiàn)實生活中的數(shù)據(jù)往往是分布不均勻的。MapReduce編程模型在處理傾斜數(shù)據(jù)時會導致Reduce任務的執(zhí)行時間差距很大，嚴重降低了資源
2、利用率。
基于以上背景，對于二元等值連接運算，本文提出了基于抽樣技術和數(shù)據(jù)預劃分的連接算法，首先在MapReduce中通過蓄水池抽樣方法進行并行的快速抽樣，然后根據(jù)樣本空間中數(shù)據(jù)的分布情況計算連接操作的I/O代價，并根據(jù)每個簇的I/O代價進行數(shù)據(jù)劃分，提出簇組合連接算法，核心思想是總是選擇代價最大的簇并把它分配給當前任務量最小的Reduce節(jié)點;針對嚴重傾斜的數(shù)據(jù)，提出簇分割組合連接算法，目的是將非常大的簇均分到所有的Redu
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(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)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。
最新文檔
- 基于MapReduce數(shù)據(jù)傾斜的負載均衡算法研究.pdf
- 處理MapReduce模型中數(shù)據(jù)傾斜問題的算法.pdf
- SALA：一種避免傾斜、位置感知的基于MapReduce的連接算法.pdf
- 基于MapReduce的大數(shù)據(jù)連接算法的設計與優(yōu)化.pdf
- 基于MapReduce數(shù)據(jù)傾斜問題的研究與策略.pdf
- 基于hadoop的連接算法中數(shù)據(jù)傾斜問題的研究.pdf
- MapReduce計算模型下數(shù)據(jù)傾斜處理方法的研究.pdf
- 基于MapReduce連接算法的研究與優(yōu)化.pdf
- MapReduce連接算法的優(yōu)化與設計.pdf
- 基于抽樣分區(qū)解決MapReduce中的數(shù)據(jù)傾斜問題.pdf
- 面向海量數(shù)據(jù)的連接查詢算法的優(yōu)化研究.pdf
- 基于MapReduce的數(shù)據(jù)圖檢索算法研究.pdf
- 面向MapReduce數(shù)據(jù)本地化的調(diào)度方法研究.pdf
- MapReduce下相似性連接算法改進的研究.pdf
- 面向數(shù)據(jù)倉庫的多表連接與聚集算法研究.pdf
- 基于MapReduce的海量數(shù)據(jù)集的相似自連接算法的設計與實現(xiàn).pdf
- 基于MapReduce的數(shù)據(jù)挖掘算法研究與應用.pdf
- MapReduce中連接優(yōu)化研究.pdf
- MapReduce中基于抽樣技術的傾斜問題研究.pdf
- 面向軌跡數(shù)據(jù)的函數(shù)連接及相似性查詢算法研究.pdf
評論
0/150
提交評論