大数据培训讲义.pdfVIP

下载本文档

13
0
约6.05万字
约 119页
2019-05-19 发布于河北
举报
版权申诉

大数据培训讲义.pdf

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

大数据培训讲义 2013-6 目录大数据起源 Hadoop1.0 Hadoop2.0 商用环境 Confidential and Proprietary – BOCO Inter-Telecom Co.,Ltd. 大数据起源-Google三篇 Google MapReduce Google分布式文件系统GFS Goolge分布式结构化数据表BigTable Confidential and Proprietary – BOCO Inter-Telecom Co.,Ltd. 三个层面上的基本构思如何对付大数据处理：分而治之对相互间不具有计算依赖关系的大数据，实现并行最自然的办法就是采取分而治之的策略上升到抽象模型：Mapper与Reducer MPI等并行计算方法缺少高层并行编程模型，为了克服这一缺陷，MapReduce借鉴了Lisp函数式语言中的思想，用Map和Reduce两个函数提供了高层的并行编程抽象模型上升到构架：统一构架，为程序员隐藏系统层细节 MPI等并行计算方法缺少统一的计算框架支持，程序员需要考虑数据存储、划分、分发、结果收集、错误恢复等诸多细节；为此，MapReduce设计并提供了统一的计算框架，为程序员隐藏了绝大多数系统层面的处理细节 Confidential and Proprietary – BOCO Inter-Telecom Co.,Ltd. 大数据分而治之大数据计算任务任务划分子任务子任务子任务子任务 …… 结果合并计算结果 Confidential and Proprietary – BOCO Inter-Telecom Co.,Ltd. 建立Map和Reduce抽象模型典型的流式大数据问题的特征 • 大量数据记录/元素进行重复处理 Map • 对每个数据记录/元素作感兴趣的处理、获取感兴趣的中间结果信息 • 排序和整理中间结果以利后续处理 • 收集整理中间结果 Reduce • 产生最终结果输出关键思想：为大数据处理过程中的两个主要处理阶段提炼为一种抽象的操作机制 Confidential and Proprietary – BOCO Inter-Telecom Co.,Ltd. 建立Map和Reduce抽象模型借鉴函数式程序设计语言Lisp中的思想，定义了Map和 Reduce两个抽象的操作函数：  map: (k1; v1)  [(k2; v2)]  reduce: (k2; [v2])  [(k3; v3)] 特点：  描述了对一组数据处理的两个阶段的抽象操作