MapReduce原理及其主要实现平台分析

被引：18

作者：

亢丽芸

王效岳

白如江

机构：

[1] 山东理工大学科技信息研究所

来源：

现代图书情报技术 | 2012年 / 02期

关键词：

MapReduce; 实现平台; Hadoop; Phoenix; Disco; Mars;

D O I：

暂无

中图分类号：

TP393.09 [];

学科分类号：

080402 ;

摘要：

针对海量数据处理在处理速度、存储空间、容错性、访问时间等方面存在的问题,对Google MapReduce编程模型的原理、执行流程等进行分析研究,介绍4种主要的MapReduce实现平台Hadoop、Phoenix、Disco、Mars,从编程语言、构建平台、功能特点和应用领域4个方面对4种平台进行比较分析,以期对MapReduce编程模型原理及其应用平台有一个较全面的认识。

引用

页码：60 / 67

页数：8

共 5 条

[1] MapReduce并行编程模型研究综述 [J].

李建江 ;

崔健 ;

王聃 ;

严林 ;

黄义双 .

电子学报, 2011, 39 (11) :2635-2642

[2]

MapReduce[J] . Jeffrey Dean,Sanjay Ghemawat.Communications of the ACM . 2008 (1)

[3]

Package org.apache.hadoop.mapred.pipes .2 http://hadoop.apache.org/common/docs/current/api/org/apache/hadoop/mapred/pipes/package-summary.html . 2011

[4]

Pydoop .2 http://sourceforge.net/projects/pydoop . 2011

[5]

Evaluating mapreduce for multi-core and multiprocessor systems .2 Ranger C,Raghuraman R,Penmetsa A,Bradski G,Kozyrakis C. Proceedings of the 2007 IEEE 13th International Symposium on High Performance Computer Architecture, HPCA’’07 . 2007

← 1 →