詳解MapReduce編程的Map模型和Reduce模型

　　MapReduce是一種編程模型，用于處理大規(guī)模數(shù)據(jù)集的并行運算。使用MapReduce執(zhí)行計算任務的時候，每個任務的執(zhí)行過程都會被分為兩個階段，分別是Map和Reduce，其中Map階段用于對原始數(shù)據(jù)進行處理，Reduce階段用于對Map階段的結果進行匯總，得到最終結果，這兩個階段的模型如圖1所示。

　圖1 MapReduce簡易模型

　　MapReduce編程模型借鑒了函數(shù)式程序設計語言的設計思想，其程序?qū)崿F(xiàn)過程是通過map()和reduce()函數(shù)來完成的。從數(shù)據(jù)格式上來看，map()函數(shù)接收的數(shù)據(jù)格式是鍵值對，產(chǎn)生的輸出結果也是鍵值對形式，reduce()函數(shù)會將map()函數(shù)輸出的鍵值對作為輸入，把相同key值的value進行匯總，輸出新的鍵值對。接下來，通過一張圖來描述MapReduce的簡易數(shù)據(jù)流模型，具體如圖2所示。

　　 圖2 MapReduce簡易數(shù)據(jù)流模型

　　 關于圖2描述的MapReduce簡易數(shù)據(jù)流模型的相關說明，具體如下：

　　 (1)將原始數(shù)據(jù)處理成鍵值對形式。

　　 (2)將解析后的鍵值對傳給map()函數(shù)，map()函數(shù)會根據(jù)映射規(guī)則，將鍵值對映射為一系列中間結果形式的鍵值對。

　　 (3)將中間形式的鍵值對形成形式傳給reduce()函數(shù)處理，把具有相同key的value合并在一起，產(chǎn)生新的鍵值對，此時的鍵值對就是最終輸出的結果。

　　 這里需要說明的是，對于某些任務來說，可能不一定需要Reduce過程，也就是說，MapReduce的數(shù)據(jù)流模型可能只有Map過程，由Map產(chǎn)生的數(shù)據(jù)直接被寫入HDFS中。但是，對于大多數(shù)任務來說，都是需要Reduce過程的，并且可能由于任務繁重，需要設定多個Reduce，例如，下面是一個具有多個Map和Reduce的MapReduce模型，具體如圖3所示。

 圖3 多個Map和Reduce的MapReduce模型

　　圖3演示的是含有3個Map和2個Reduce的MapReduce程序，其中，由Map產(chǎn)生的相關key的輸出都會集中到Reduce中處理，而Reduce是最后的處理過程，其結果不會進行第二次匯總。


猜你喜歡：

MapReduce程序如何設置本地運行模式?

HBase數(shù)據(jù)庫物理存儲的存儲方式介紹

黑馬程序員大數(shù)據(jù)培訓課程