【MapReduce】

【MapReduce】Mapreduce基础知识整理 (三) shuffle机制、MapJoin、ReduceJoin、倒排序索引

目录1.Mapreduce的Shuffle机制1.1概述1.2shuffle分析1.2.1主要工作流程1.2.2环形缓冲区1.2.3详细工作流程2.MapJoin和ReduceJoin2.1表关联2.2ReduceJoin2.3MapJoin2.4
时间的美景·2023-10-21 08:26

ubuntu20安装Spark和pyspark的简单使用

Hadoop存在如下一些缺点：表达能力有限、磁盘IO开销大、延迟高、任务之间的衔接涉及IO开销、在前一个任务执行完成之前，其他任务就无法开始，难以胜任复杂、多阶段的计算任务Spark在借鉴HadoopMapReduce
断线纸鸢张·2023-10-21 06:07

Hive运行机制与使用

hive介绍hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，可以将sql语句转换为MapReduce任务进行运行。
数据萌新·2023-10-21 05:14

4-MapReduce+Spark(分布式计算框架)

MapReduce一、简介MapReduce起源，在介绍大数据编年史时有提到Google最早在04年发表论文MapReduce，之后DougCutting基于这篇论文通过Java做了开源实现，Mapredce
小帅明3号·2023-10-21 01:00

MapReduce学习部分——Hadoop序列化

1序列化概述1.1.什么是序列化1.2.为什么要序列化1.3.为什么不使用java序列化2.自定义bean对象实现序列化接口（Writable）在企业开发中往往常用的基本序列化类型不能满足所有需求，比如在Hadoop框架内部传递一个bean对象，那么该对象就需要实现序列化接口。具体实现bean对象序列化步骤如下7步。（1）必须实现Writable接口（2）反序列化时，需要反射调用空参构造函数，所以
但行益事莫问前程·2023-10-20 23:38

【底层服务/编程功底系列】「大数据算法体系」带你深入分析MapReduce算法 — Shuffle的执行过程

【底层服务/编程功底系列】「大数据算法体系」带你深入分析MapReduce算法—Shuffle的执行过程Shuffle是什么Shuffle的流程处理map任务的执行流程reduce任务的执行流程Shuffle
洛神灬殇·2023-10-20 20:44

MapReducer之Partitioner与Sort

排序大概分为以下几类MapReducer自带排序就可以满足自定义sort规则，只设置1个ReducerTask自定义Partition实现区内有序启用多个ReducerTask并实现全局有序，MapReducer
末央酒·2023-10-20 19:28

大数据学习笔记-MapReduce（二） 深度

深度了解MapReduce运行流程，通过案例全面了解MR运行过程、涉及的组件、设计的思想。
天码村·2023-10-20 18:11

Hadoop--MapReduce详解（Map、Shuffle、Reduce）

目录1、MapReduce概述1.1MapReduce是什么1.2MapReduce核心思想和简单过程1.3MapReduce的优缺点2、MapReduce工作机制2.1MapReduce常用数据序列化类型
words8·2023-10-20 18:11

大数据学习（五）Mapreduce详解

一、什么是mapreduce简单明了来讲，Mapreduce就是一个分布式运算程序的编程框架二、mapreduce组成MapReduce包含四个组成部分，分别为Client，JobTracker，TaskTracker
阿齐（努力打工版）·2023-10-20 18:40

【大数据技术原理】MapReduce详解

本文主要针对MapReduce1.0相关概念进行介绍，主要参考厦大林子雨教授的mooc，结合自己理解总结成文。
YoHu人家·2023-10-20 18:10

【大数据学习】hadoop-mapReduce阶段

mapperReduce阶段大概流程图MapReduce编程规范用户编写的程序分成三个部分：Mapper、Reducer和Driver。
重生之我在异世界打工·2023-10-20 18:10

大数据学习——MapReduce

目录1MapReduce概述1.1MapReduce定义1.2MapReduce优缺点1.3MapReduce核心思想1.4WordCount1.4.1计算流程1.4.2环境准备创建maven工程，添加如下依赖配置
daybreak98·2023-10-20 18:39

数分-理论-大数据5-MapReduce

数分-理论-大数据5-MapReduce（分布式并行编程模型）(数据分析系列)文章目录数分-理论-大数据5-MapReduce（分布式并行编程模型）1知识点2具体内容2.1分布式并行编程2.2简介2.3MapReduce
yxyibb·2023-10-20 18:08

大数据-mapreduce-内存角度介绍Map的输出到Reduce的输入过程-详解

map输出数据到环形缓冲区（默认内存大小问100M，阈值为0.8，都可修改），当数据达到阈值就flash（在flash的同时也有数据输入到环形缓冲区的空余空间中），当flash的次数达到默认的4次时就进行merge合并成一个大的数据reduce主动发起拷贝请求到map端读取数据到环形缓冲区，当数据达到阈值就flash，当flash的数量达到默认次数时就进行merge合并成一个大的数据，传给redu
进阶的橙汁糖·2023-10-20 18:36

大数据知识专栏 - MapReduce工作机制详解

1,MapTask工作机制详细步骤读取数据组件InputFormat(默认TextInputFormat)会通过getSplits方法对输入目录中文件进行逻辑切片规划得到block,有多少个block就对应启动多少个MapTask.将输入文件切分为block之后,由RecordReader对象(默认是LineRecordReader)进行读取,以\n作为分隔符,读取一行数据,返回.Key表示每行首
能力工场小马哥·2023-10-20 18:35

大数据-MapReduce工作原理详解

导语  之前的分享中，介绍了有关MapReduce计算框的内容，这里来介绍一下MapReduce工作原理详解Map端的流程1、从上图可以看出，一个输入分片就会有一个Map的任务来进行处理，并且Map输出的结果会暂时存放到一个缓冲区中
nihui123·2023-10-20 18:35

大数据-MapReduce

大数据-MapReduce1.分布式并行编程传统的并行计算，共享型方案刀片服务器，适用于实时的细粒度计算，尤其是计算密集的应用。
chenbengang·2023-10-20 18:32

大数据计算引擎MapReduce框架详解

今天来介绍下大数据计算引擎MapReduce，MapReduce主要用于离线计算，电商公司的离线计算任务大多数是用Hive将sql转化为MR程序来运行，可见MapReduce的重要性。
码农高飞·2023-10-20 18:32

大数据学习(16)-mapreduce详解

&&大数据学习&&系列专栏：哲学语录:承认自己的无知，乃是开启智慧的大门如果觉得博主的文章还不错的话，请点赞+收藏⭐️+留言支持一下博主哦在MapReduce中，Map阶段和Reduce阶段分别执行以下任务
viperrrrrrr·2023-10-20 18:00

Flink实战之Kafka To Hive

背景传统的入库任务一般借助于MapReduce或者Spark来写hive表，一般都是天级别最多小时级别的任务。随着实时性要求越来越高，传统的入库不太能满足需求。
〇白衣卿相〇·2023-10-20 17:45

大数据之MapReduce——一个分布式的离线并行计算框架

前言对于没有接触过大数据技术的人来说，听到大数据这个名词可能会感到很陌生，会很疑惑大数据是个什么东西。当年刚毕业的我就是这样。几年前刚毕业的时候，浏览各种招聘网站，难免会看到职位类型为大数据招聘信息，年轻的我就把它当作了某种高级程序员，也曾经对它有过憧憬，想着自己能不能成为一个大数据工程师呢。但是点进去看到各种不认识的编程语言后，当时只学过C,C#,Java,Python的我就望而却步了。后来在工
微亮之海·2023-10-20 15:37

azkaban_note

一azkaban的简介1.1调度系统背景1.一个完整的大数据分析系统通常都是由大量任务单元组成：shell脚本程序，mapreduce程序、hive脚本、spark程序等。
xiaoxiao______·2023-10-20 09:19

10.azkaban知识点

一azkaban的简介1.1调度系统背景1.一个完整的大数据分析系统通常都是由大量任务单元组成：shell脚本程序，mapreduce程序、hive脚本、spark程序等。
当贝壳离开了海�·2023-10-20 09:46

大数据开发平台(Data Platform)在有赞的最佳实践

前言随着公司规模的增长，对大数据的离线应用开发的需求越来越多，这些需求包括但不限于离线数据同步(MySQL/Hive/Hbase/ElasticSearch等之间的离线同步)、离线计算(Hive/MapReduce
李旭me·2023-10-20 08:43

大数据之Hadoop-MapReduce（1）

第1章MapReduce概述1.1MapReduce定义MapReduce是一个分布式运算程序的编程框架，是用户开发“基于Hadoop的数据分析应用”的核心框架。
jackyan163·2023-10-20 08:58

大数据开发实战教程目录

大数据系统的架构设计及功能目标设计（3）大数据系统程序开发、企业大数据案例分析的内容利用真机实验环节以及大数据实训一体机来提升学生对大数据开发的实践能力；本课程重点让学生掌握五个方面的内容：（1）HDFS使用操作；（2）MapReduce
AI_Bao·2023-10-20 08:51

【大数据开发技术】实验06-SequenceFile、元数据操作与MapReduce单词计数

文章目录SequenceFile、元数据操作与MapReduce单词计数一、实验目标二、实验要求三、实验内容四、实验步骤附：系列文章SequenceFile、元数据操作与MapReduce单词计数一、实验目标熟练掌握
Want595·2023-10-20 08:48

Hadoop分布式存储和计算MapReduce的使用以及Hive数据仓库等内容精讲

一，zookeeper环境搭建ZooKeeper致力于为分布式应用提供一个高性能、高可用，且具有严格顺序访问控制能力的分布式协调服务服务器IP主机名myid的值192.168.186.133vmone1192.168.186.134vmtwo2192.168.186.135vmthree3myid的值越高，被选举的几率越大！先把这三台机器分别重置主机名为vmone，vmtwo，vmthree，具体
刻苦的樊同学·2023-10-20 07:32

Hive编程指南

第1章基础知识前言Hive提供了一个被称为Hive查询语言(简称HiveQL或HQL)的SQL语言，来查询存储在Hadoop集群中的数据；Hive可以将大多数的查询转换为MapReduce任务；Hive
weixin_43177696·2023-10-20 06:04

hive数据仓库安装与使用

hive的元数据存放在mysql（或者derby）中，真正的数据存放在dfs分布式文件系统内，hive底层封装了很多mapreduce的任务，通过sql语句调度相应的任务。
rose and war·2023-10-20 01:24

map和reduce

map和reduce在整个的MapReduce任务过程中，可以分为两个阶段：map阶段和reduce阶段。并map阶段和reduce阶段通过shuffle来进行连接。
鲵扣·2023-10-20 01:23

MapReduce面试题+详解

MapReduce篇面试题1.“MapReduce”程序的主要配置参数是什么？
Young_IT·2023-10-19 22:13

hadoop 集群

标签：Hadoop搭建分布式集群环境MapReduceYARNHDFS分布式环境搭建之环境介绍之前我们已经介绍了如何在单机上搭建伪分布式的Hadoop环境，而在实际情况中，肯定都是多机器多节点的分布式集群环境
大诗兄_zl·2023-10-19 21:12

hadoop之旅6-windows本地MapReducer离线单词统计

今天带大家在本地执行Mapreduce，进行单词个数的统计，一般用于调试。线上模式也很简单，只需要打好jar包，在线上服务通过hadoopjarxxxx.jar包名+类命令执行即可，
尔以凡·2023-10-19 20:30

hive往es映射表写数据报错

hive数据仓库工具能将结构化的数据文件映射为一张数据库表，并提供SQL查询功能，能将SQL语句转变成MapReduce任务来执行。
jiedaodezhuti·2023-10-19 16:59

Hive知识梳理(好文)

可以将SQL查询转换为MapReduce的job在Hadoop集群上执行。元数据Hive元数据信息存储在HiveMetaStore中，或者mysql中。
英雄111888·2023-10-19 13:20

分布式计算模式：Stream

总结前言分布式计算模式中的MapReduce模式的核心思想是，将大任务拆分成多个小任务，针对这些小任务分别计算后，再合并各小任务的结果以得到大任务的计算结果。
海陆云·2023-10-19 05:16

大数据理论与实践5 分布式计算框架MapReduce和Spark

MapReduce和SparkMapReduce简介原理示例基本概念作业运行模式Spark简介概念编程模型RDDRDD操作（Operator）RDD依赖（Dependency）作业运行模式课后温习参考MapReduce
mxb1234567·2023-10-19 05:14

Spark2x基于内存的分布式计算

目录1.Spark概述Spark应用场景：Spark的特点：SparkVSMapReduce：2.Spark原理与架构SparkCoreSpark核心概念RDD：RDD的依赖关系RDD的Stage划分Spark
温暖会追上来的.·2023-10-19 05:09

Spark大数据分与实践笔记（第三章 Spark RDD 弹性分布式数据集-01）

第三章SparkRDD弹性分布式数据集传统的MapReduce虽然具有自动容错、平衡负载和可拓展性的优点，但是其最大缺点是采用非循环式的数据流模型，使得在迭代计算式要进行大星的磁盘I0操作。
妉妉师姐·2023-10-19 04:56

Hadoop——MapReduce

在Hadoop中每个MapReduce应用程序被表示成一个作业，每个作业又被分成多个任务。
南宫凝忆·2023-10-19 04:20

Hadoop之MapReduce基本简介

目录1、MapReduce的基本概念2、MapReduce的工作流程3、MapReduce与Yarn5、基于数据仓库的Hive1、MapReduce的基本概念1.1基本概念Mapreduce是一个分布式运算程序的编程框架
下一秒，待续·2023-10-19 04:19

Hadoop基础入门（4）：MapReduce

目录MapReduceMapReduce优缺点MapReduce核心思想MapReduce进程MapReduce编程规范MapReduce编程实战示例MapReduce框架原理MapReduce工作流程
THE WHY·2023-10-19 04:18

Hadoop学习之MapReduce

MapReduce简介1.什么是MapReduce？MapReduce做为hadoop三大核心组件之一，是一个分布式运算程序的编程框架，是用户开发“基于hadoop的数据分析应用”的核心框架。
斩丶空·2023-10-19 04:47

Hadoop的MapReduce详解

一、MapReduce数据处理流程关于上图，可以做出以下逐步分析：输入数据（待处理）首先会被切割分片，每一个分片都会复制多份到HDFS中。上图默认的是分片已经存在于HDFS中。
jhdyy·2023-10-19 04:44

hadoop之MapReduce简介

hadoop之MapReduce简介一、MapReduce概述1、MapReduce定义2、MapReduce的优缺点3、MapReduce的进程4、MapReduce的编程规范5、hadoop的数据类型
梦回pq·2023-10-19 04:41

hadoop和hive、spark、presto、tez是什么关系

它由许多组件组成，包括HDFS(分布式文件系统)和MapReduce(分布式计算引擎)。Hive是一个基于Hadoop的数据仓库系统，它允许用户使用SQL语言来查询和分析大型数据集。
草履虫稽亚娜·2023-10-19 02:55

Hive引擎MR、Tez、Spark

MapReduce：是一种编程模型，用于大规模数据集（大于1TB）的并行运算。
西奥斯·2023-10-19 02:23

搭建伪分布式hadoop集群操作步骤

搭建hadoop的伪分布式（hdfs，mapreduce，yarn配置在同一服务器上）（1）配置hdsf（a）配置：hadoop-env.sh修改JAVA_HOME路径：exportJAVA_HOME=
一棵小小柏·2023-10-19 01:27
上一页 18 19 20 21 22 23 24 25 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他