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
- 易信java
- 数控编程里fo是啥键
- javacdataxml
- 高新区编程加盟找哪家
- base64encoderjava
- linux与unixshell编程指南
- java列出所有文件
- 2021免费的编程软件
- 数控可编程电阻器
- phpcurl启用
- ubuntu图形编程
- java数组一维转二维
- 编程字母代表什么
- 编程珠玑笔记
- phpmysqlpdomysqli
- php修改sql语句
- java判断字符串是汉字
- python复选框
- threadjavarunnable
- javamd5工具类
- JAVA特点是什么
- javaurl格式
- pythonemail中文乱码
- longjava比较大小
- 完整的python
- apriori算法的java
- php循环字母
- 自动化对初级编程的影响
- MFC经典游戏编程
- 遍历两个对应列表python
- 数控编程演示软件哪里下载
- python自动化测试框架哪个最好
- java反射获得属性值
- webview调用java
- python直接退出程序
- 让孩子感兴趣编程的电影
- c语言写编程时需要用什么输入法
- phpgetcookie
- php服务端框架
- python获取html内容
- foreach计数php
- php自连接