MapReduce編程模型：Map階段和Reduce階段

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(wù)的時候，每個任務(wù)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(jié)果進行匯總，得到最終結(jié)果，這兩個階段的模型如下圖所示。

MapReduce編程模型借鑒了函數(shù)式程序設(shè)計語言的設(shè)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(jié)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人，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，具體如下圖所示。

對于上圖描述的MapReduce簡易數(shù)據(jù)流模型說明如下:

(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(jié)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(jié)果。

這里需要說明的是，對于某些任務(wù)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)直接被寫人HDFS中。但是，對于大多數(shù)任務(wù)來說，都是需要Reduce過程的，并且可能由于任務(wù)繁重，需要設(shè)定多個Reduce。例如，下面是一個具有多個Map和Reduce的MapReduce模型，具體如下圖所示。

上圖中演示的是含有3個Map和2個Reduce的MapReduce程序，其中，由Map產(chǎn)生的相關(guān)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(jié)果不會進行第二次匯總。

猜你喜歡：

MapReduce編程開發(fā)實例——詞頻統(tǒng)計過程

MapReduce的工作流程是怎樣的？

MapReduce中Maper組件用法介紹

黑馬程序員python+大數(shù)據(jù)培訓(xùn)課程