版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、MapReduce是一種并行分布式計(jì)算模型,用于大規(guī)模數(shù)據(jù)集的并行運(yùn)算。它具有良好的可擴(kuò)展性、容錯(cuò)性、可用性,現(xiàn)在,無論在工業(yè)界還是在學(xué)術(shù)界都得到了廣泛的應(yīng)用。MapReduce比較熱門的一個(gè)應(yīng)用領(lǐng)域是處理大型表的連接操作,其中連接操作廣泛應(yīng)用于日志分析、數(shù)據(jù)分析處理以及聯(lián)機(jī)分析處理等方面。應(yīng)用MapReduce模型來處理連接操作,可以大幅度提高連接操作的速度,進(jìn)而提高了數(shù)據(jù)分析效率和用戶滿意度。
現(xiàn)有的基于MapReduce
2、的連接算法,按連接表的數(shù)量可以分為兩表連接和多表連接兩種。目前,針對(duì)兩表連接的研究?jī)?yōu)化已經(jīng)相當(dāng)成熟,而針對(duì)多表連接的算法及其優(yōu)化仍有很大的改進(jìn)空間。特別是在處理鏈?zhǔn)蕉啾磉B接時(shí),現(xiàn)有的基于MapReduce的多表連接算法還存在很多的不足,具體體現(xiàn)在以下兩個(gè)方面:(1)不能處理多個(gè)大表的連接。比如Smart Join算法,它的應(yīng)用場(chǎng)景只適合于處理兩個(gè)大表和多個(gè)小表之間的連接,并且兩個(gè)大表之間必須有連接鍵;(2)需要順序運(yùn)行較多的MapRed
3、uce任務(wù),效率較低。比如級(jí)聯(lián)連接算法,在連接中排序靠后的表必須等待它前面的所有表完成連接后,再和它們的連接結(jié)果進(jìn)行連接。所以,在應(yīng)用場(chǎng)景不確定的情況下,采用現(xiàn)有的基于MapReduce的多表連接算法,或是不能有效執(zhí)行多表鏈?zhǔn)竭B接,或是執(zhí)行連接所需的時(shí)間太長(zhǎng)不能滿足實(shí)際需求。
本文提出了一個(gè)基于MapReduce的多表連接算法——Pipeline Join算法,該算法有效解決了現(xiàn)有的基于MapReduce的多表連接算法中存在的
4、問題,可以高效地實(shí)現(xiàn)任意多個(gè)大表的鏈?zhǔn)竭B接。對(duì)于現(xiàn)有的基于MapReduce的多表連接算法不能處理多個(gè)大表的連接的問題,Pipeline Join算法的解決方法是:首先把待連接的表進(jìn)行切割,然后采用調(diào)度器的方式,對(duì)來自不同表或不同連接結(jié)果集的待連接片段進(jìn)行調(diào)度連接,這樣通過切割調(diào)度就可以實(shí)現(xiàn)多個(gè)大表的連接。另外,對(duì)于現(xiàn)有的基于MapReduce的多表連接算法需要順序運(yùn)行較多的MapReduce任務(wù),效率較低的問題,PipelineJoi
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- SALA:一種避免傾斜、位置感知的基于MapReduce的連接算法.pdf
- 一種基于MapReduce模型的并行化TSP算法研究.pdf
- 一種基于BRISK的快速圖像拼接新算法.pdf
- 一種新的顏色量化算法
- 基于MapReduce連接算法的研究與優(yōu)化.pdf
- 一種新的基于中值濾波的優(yōu)化濾波算法.pdf
- 一種重疊社區(qū)發(fā)現(xiàn)算法及其在MapReduce上的實(shí)現(xiàn).pdf
- 一種新的速率自適應(yīng)算法.pdf
- 一種新的圖像置亂算法
- 一種新的最大流算法的研究.pdf
- 一種新的基于mesh結(jié)構(gòu)的多徑路由算法.pdf
- 一種新的基于Reachable和Coverage的樣本挑選算法.pdf
- 基于一種新的掃描方式的濾波反投影算法.pdf
- 一種新的改進(jìn)粒子群算法.pdf
- 一種面向MAPREDUCE的DATASHUFFLE的優(yōu)化方法.pdf
- 一種新的圖像分割算法—一種基于免疫遺傳算法和粗糙集的改進(jìn)圖像分割算法.pdf
- 一種新的基于區(qū)域生長(zhǎng)的彩色圖像分割算法.pdf
- 一種新的自適應(yīng)遺傳算法.pdf
- 一種新的頻繁子樹挖掘算法研究.pdf
- 一種新的混沌序列加密算法.pdf
評(píng)論
0/150
提交評(píng)論