MapReduce的主要技术特征有哪些？
订阅
MapReduce的主要技术特征包括： 向“外”横向扩展：MapReduce集群使用低端商用服务器构建，通过增加服务器节点来扩展集群规模。 失效被认为是常态：由于使用大量低端服务器，节点硬件失效和软
MapReduce的主要技术特征包括：
- 向“外”横向扩展：MapReduce集群使用低端商用服务器构建，通过增加服务器节点来扩展集群规模。
- 失效被认为是常态：由于使用大量低端服务器，节点硬件失效和软件出错是常态，MapReduce具有高容错性。
- 把处理向数据迁移：为了减少数据通信开销，MapReduce尽可能让计算节点处理本地存储的数据，减少数据迁移。
- 顺序处理数据、避免随机访问数据：MapReduce主要设计为面向顺序式大规模数据的磁盘访问处理，利用集群中的大量数据存储节点提供高带宽的数据访问和传输。
- 为应用开发者隐藏系统层细节：MapReduce提供了一种抽象机制，将程序员与系统层细节隔离，程序员只需描述需要计算什么，而不用关注具体的计算细节。
- 平滑无缝的可扩展性：MapReduce可以随着数据规模和集群规模的增加而保持持续的有效性和计算性能的线性增长。
免责声明：本内容来源于第三方作者授权、网友推荐或互联网整理，旨在为广大用户提供学习与参考之用。所有文本和图片版权归原创网站或作者本人所有，其观点并不代表本站立场。如有任何版权侵犯或转载不当之情况，请您通过400-62-96871或关注我们的公众号与我们取得联系，我们将尽快进行相关处理与修改。感谢您的理解与支持！
阅读全文
请先 登录后发表评论 ~