MapReduce学习笔记
来源:互联网 发布:数据分析所用的方法 编辑:程序博客网 时间:2024/05/17 06:41
MapReduce学习笔记
一.MapReduce模型简介
1. MapReduce采用“分而治之”策略,一个存储在分布式文件系统中的大规模数据集,会被切分成许多独立的分片(split),这些分片可以被多个Map任务并行处理
2. MapReduce设计的一个理念就是“计算向数据靠拢”,而不是“数据向计算靠拢”,因为,移动数据需要大量的网络传输开销
3. MapReduce框架采用了Master/Slave架构,包括一个Master和若干个Slave。Master上运行JobTracker,Slave上运行TaskTracker
4.Map和Reduce函数
图1.Map和Reduce函数
二.MapReduce的体系结构
MapReduce体系结构主要由四个部分组成,分别是:Client、JobTracker、TaskTracker以及Task
图2.体系结构
1)Client
用户编写的MapReduce程序通过Client提交到JobTracker端
用户可通过Client提供的一些接口查看作业运行状态
2)JobTracker
JobTracker负责资源监控和作业调度
JobTracker 监控所有TaskTracker与Job的健康状况,一旦发现失败,就将相应的任务转移到其他节点。JobTracker 会跟踪任务的执行进度、资源使用量等信息,并将这些信息告诉任务调度器(TaskScheduler),而调度器会在资源出现空闲时,选择合适的任务去使用这些资源
3)TaskTracker
TaskTracker 会周期性地通过“心跳”将本节点上资源的使用情况和任务的运行进度汇报给JobTracker,同时接收JobTracker 发送过来的命令并执行相应的操作(如启动新任务、杀死任务等)
TaskTracker 使用“slot”等量划分本节点上的资源量(CPU、内存等)。一个Task 获取到一个slot 后才有机会运行,而Hadoop调度器的作用就是将各个TaskTracker上的空闲slot分配给Task使用。slot 分为Mapslot 和Reduce slot 两种,分别供MapTask和Reduce Task 使用
4)Task
Task 分为Map Task 和Reduce Task 两种,均由TaskTracker 启动
三.MapReduce工作流程概述
图3. MapReduce工作流程
不同的Map任务之间不会进行通信
不同的Reduce任务之间也不会发生任何信息交换
用户不能显式地从一台机器向另一台机器发送消息
所有的数据交换都是通过MapReduce框架自身去实现的
图4.MapReduce各个执行阶段
图5.Shuffle过程简介
图6.MapReduce应用程序执行过程
- Google MapReduce 学习笔记
- mapreduce WordCount 学习笔记
- 论文学习笔记:MapReduce
- MapReduce学习笔记
- Hadoop学习笔记---MapReduce
- Hadoop学习笔记---MapReduce
- Hadoop学习笔记---MapReduce
- MongoDB MapReduce学习笔记
- MapReduce学习笔记
- MongoDB学习笔记---MapReduce
- MongoDB MapReduce学习笔记
- MongoDB MapReduce学习笔记
- MapReduce学习笔记
- MapReduce框架学习笔记
- 学习笔记:MapReduce理解
- MongoDB MapReduce学习笔记
- MongoDB MapReduce学习笔记
- MongoDB MapReduce学习笔记
- C#之常量使用
- 插旗立flag
- bzoj3124[Sdoi2013]直径(树dp)
- 动作游戏(ACT)——棱角战士(基于Unity3D 5.4.2)
- Python高级编程——1.包(lib)和模块(module)
- MapReduce学习笔记
- C++使用thread类多线程编程
- memcached安装报错解决
- 2017CCPC(秦皇岛站)总结
- oracle的一些使用技巧1
- BCOS多主机联网
- Linux FIFO 含义 同时 ARM9 S3C2451 手册UART中也涉及到FIFO
- SSH框架搭建详细步骤整理
- Android动态加载黑科技 动态创建Activity模式