MapReduce_大数据培训

1.MapReduce定义

MapReduce是一个分布式运算 程序的编程框架，是基于Hadoop的数据分析计
算的核心框架。
MapReduce处理过程分为两个阶段: Map和Reduce。
Map负责把一个任务分解成多个任务;
Reduce负责把分解后多任务处理的结果汇总。

2 MapReduce优缺点

1.MapReduce 易于编程
它简单的实现一些接口，就可以完成一个分布式程序，这个分布式程序可
以分布到大量廉价的PC机器上运行。也就是说你写一个分布式程序， 跟写
-个简单的串行程序是一模-样的。就是因为这个特点使得MapReduce编
程变得非常流行。
2.良好的扩展性
当你的计算资源不能得到满足的时候，你可以通过简单的增加机器来扩展
它的计算能力。

2.1 优点

3.高容错性
MapReduce设计的初衷就是使程序能够部署在廉价的PC机器上，这就要求
它具有很高的容错性。比如其中一台机器挂了，它可以把上面的计算任务
转移到另外一个节点上运行，不至于这个任务运行失败，而且这个过程不
需要人工参与，而完全是由Hadoop内部完成的。
4.适合PB级以上海量数据的离线处理
可以实现上千台服务器集群并发工作，提供数据处理能力。

2.2 缺点

1.不擅长实时计算
MapReduce无法像MySQL- -样， 在毫秒或者秒级内返回结果。
2.不擅长流式计算
流式计算的输入数据是动态的，而MapReduce的输入数据集是静态的，不能
动态变化。这是因为MapReduce自身的设计特点决定了数据源必须是静态的。
3.不擅长DAG (有向图)计算
多个应用程序存在依赖关系，后-个应用程序的输入为前一个的输出。在
这种情况下，MapReduce并不是不能做，而是使用后，每个MapReduce作业
的输出结果都会写入到磁盘，会造成大量的磁盘IO,导致性能非常的低下。