A. Hadoop MapRee是如何實現計算向數據靠攏
大規模數據處理時，MapRece在三個層面上的基本構思：如何對付大數據處理：分而治之。對相互間不具有計算依賴關系的大數據，實現並行最自然的辦法就是採取分而治之的策略。上升到抽象模型：Mapper與Recer。MPI等並行計算方法缺少高層並行編程模型，為了克服這一缺陷，MapRece借鑒了Lisp函數式語言中的思想，用Map和Rece兩個函數提供了高層的並行編程抽象模型。上升到構架：統一構架，為程序員隱藏系統層細節。MPI等並行計算方法缺少統一的計算框架支持，程序員需要考慮數據存儲、劃分、分發、結果收集、錯誤恢復等諸多細節；為此，MapRece設計並提供了統一的計算框架，為程序員隱藏了絕大多數系統層面的處理細節。MapRece借鑒了函數式程序設計語言Lisp中的思想，定義了如下的Map和Rece兩個抽象的編程介面，由用戶去編程實現：map：(k1;v1)[(k2;v2)]輸入：鍵值對(k1;v1)表示的數據。處理：文檔數據記錄[(k2;v2)](如文本文件中的行，或數據表格中的行)將以「鍵值對」形式傳入map函數；map函數將處理這些鍵值對，並以另一種鍵。值對形式輸出處理的一組鍵值對中間結果。輸出：鍵值對[(k2;v2)]表示的一組中間數據。rece:(k2;[v2])[(k3;v3)]輸入：由map輸出的一組鍵值對[(k2;v2)]將被進行合並處理將同樣主鍵下的不同數值合並到一個列表[v2]中，故rece的輸入為(k2;[v2])處理：對傳入的中間結果列表數據進行某種整理或進一步的處理,並產生最終的某種形式的結果輸出[(k3;v3)]。輸出：最終輸出結果[(k3;v3)]。Map和Rece為程序員提供了一個清晰的操作介面抽象描述。
B. 適合程序員的電腦配置
薦一款兼用性能和性價的電腦配置：
配件名稱 品牌型號 參考價格（元）
處理器：英特爾（Intel）至強E3-1230V2 22納米盒裝CPU ￥1799
散熱器：采融Basic45 ￥88
主板：華擎（Asrock）H77 Pro4 /MVP ￥599
顯卡：微星（MSI）R7870 Hawk 2G ￥1399
內存：十銓（Team）Dark系列 DDR3 1600 16GB(8GBx2條) ￥819
機械硬碟：希捷（Seagate）3TB ST3000DM001 ￥889
固態硬碟：三星(SAMSUNG) 840系列 500G 2.5英寸 SATA-3 ￥2199
電源：安鈦克（Antec）VP 550P V2 ￥359
機箱：至睿（Vision）猛禽 機箱 ￥129
合計：8280元
電腦硬體點評：
處理器方面，Intel Xeon E3-1230 v2 Intel Xeon E3-1230 v2是用於伺服器的CPU，但由於採用LGA 1155介面，7系列主板多數都能識別。規格上基於目前功耗性能最佳的22nm Ivy Bridge架構，支持超線程技術、睿頻加速技術2.0等先進技術，還具備伺服器CPU獨有的ECC內存技術，性能很給力。Intel Xeon E3-1230 v2內置四個運算核心，提供八線程計算能力，標稱主頻率為3.3GHz，三級緩存為8M，支持睿頻技術，最高為3.7GHz，支持64位系統，支持虛擬化技術，整合SSE4.1、SSE4.2等多種指令集合，散熱設計功耗僅69瓦。
C. 幫小弟看看謝謝 fatal error C1903: unable to recover from previous error(s)
#include <iostream>
using namespace std;
int main()
{
cout << "Enter two nuber:" << endl;
int v1, v2;
cin >> v1 >> v2;
cout << "The sum of " << v1 << " and " << v2 << " is " << v1 + v2 <<endl;
return 0;
}
//
你使用vc6.0的控制台程序編譯這個程序。
我就是編譯好後給你的。
我的qq：284796863
加上好好聊。