导航:首页 > 编程语言 > 统计词频java
统计词频java
发布时间：2024-07-17 02:01:29‘壹’ 简述Hadoop的MapRece与Googl的MapRecc 之间的关系
江湖传说永流传：谷歌技术有"三宝"，GFS、MapRece和大表（BigTable）！
谷歌在03到06年间连续发表了三篇很有影响力的文章，分别是03年SOSP的GFS，04年OSDI的MapRece，和06年OSDI的BigTable。SOSP和OSDI都是操作系统领域的顶级会议，在计算机学会推荐会议里属于A类。SOSP在单数年举办，而OSDI在双数年举办。
那么这篇博客就来介绍一下MapRece。
1. MapRece是干啥的
因为没找到谷歌的示意图，所以我想借用一张Hadoop项目的结构图来说明下MapRece所处的位置，如下图。
这幅图描述了MapRece如何处理词频统计。由于map worker数量不够，首先处理了分片1、3、4，并产生中间键值对；当所有中间值都准备好了，Rece作业就开始读取对应分区，并输出统计结果。
6. 用户的权利
用户最主要的任务是实现map和rece接口，但还有一些有用的接口是向用户开放的。
an input reader。这个函数会将输入分为M个部分，并且定义了如何从数据中抽取最初的键值对，比如词频的例子中定义文件名和文件内容是键值对。
a partition function。这个函数用于将map函数产生的中间键值对映射到一个分区里去，最简单的实现就是将键求哈希再对R取模。
a compare function。这个函数用于Rece作业排序，这个函数定义了键的大小关系。
an output writer。负责将结果写入底层分布式文件系统。
a combiner function。实际就是rece函数，这是用于前面提到的优化的，比如统计词频时，如果每个<w, "1">要读一次，因为rece和map通常不在一台机器，非常浪费时间，所以可以在map执行的地方先运行一次combiner，这样rece只需要读一次<w, "n">了。
map和rece函数就不多说了。
7. MapRece的实现
目前MapRece已经有多种实现，除了谷歌自己的实现外，还有着名的hadoop，区别是谷歌是c++，而hadoop是用java。另外斯坦福大学实现了一个在多核/多处理器、共享内存环境内运行的MapRece，称为Phoenix（介绍），相关的论文发表在07年的HPCA，是当年的最佳论文哦！
与统计词频java相关的资料
- pythonstr提取到字典
- php正则提取图片
- php中文返回乱码
- 美国编程用什么软件
- 编程图形二级题
- python爬虫框架推荐
- python读写视频
- python爬虫天气预报
- tc语言入门编程
- 有编程基础学java
- ug80五轴编程
- php全等于
- php使用hashtable
- phpsign函数
- 济南儿童编程
- php清理内存
- java当前位置
- 网络编程学习路线
- python网页状态码
- 少儿编程培训方法
- java两个数的差
- 编程语言性能排行
- php高级面试题2017
- php删除非空文件夹
- php你好世界代码
- 不知从哪里开始学习python
- java打开文件方式
- 如何选择php培训机构
- phpredis消息推送
- python柱状图显示前十
- php100张恩民视频
- python发行版常用包
- nginx无法解析php
- php获取第一张图片
- 斐波那契数列php
- python读取在线表格
- python矩阵库
- 三菱q系列编程实例
- plc模拟量输出编程
- 有哪些软件可以模拟编程
- 直角铣头编程实例
- php整型转字符