hadoop入門實(shí)例教程(1)_第1頁(yè)
hadoop入門實(shí)例教程(1)_第2頁(yè)
hadoop入門實(shí)例教程(1)_第3頁(yè)
hadoop入門實(shí)例教程(1)_第4頁(yè)
hadoop入門實(shí)例教程(1)_第5頁(yè)
已閱讀5頁(yè)，還剩8頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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

Hadoop大數(shù)據(jù)解決方案進(jìn)階應(yīng)用Hadoop講師：迪倫（北風(fēng)網(wǎng)版權(quán)所有）MapReduce高階實(shí)現(xiàn) (13)1編輯ppt 復(fù)制連接代碼實(shí)現(xiàn) 半連接課程目標(biāo)2編輯pptsetup方法3編輯pptmap方法4編輯pptmap方法5編輯pptcleanup方法6編輯ppt將文件或目錄裝載到分布式緩存7編輯ppt半連接半連接用來(lái)處理兩個(gè)大數(shù)據(jù)集的連接，其中一個(gè)數(shù)據(jù)集可以被過(guò)濾成小到可以放在內(nèi)存中當(dāng)所有的輸入數(shù)據(jù)集都不能夠小到可以放到緩存中，半連接可以用來(lái)優(yōu)化map端連接實(shí)現(xiàn)半連接的三個(gè)步驟：從一個(gè)數(shù)據(jù)集中提取連接鍵，生成唯一的集合通過(guò)復(fù)制連接實(shí)現(xiàn)移除另一個(gè)大數(shù)據(jù)集中不需要連接的數(shù)據(jù)，生成另一個(gè)小數(shù)據(jù)集將第一步的原始數(shù)據(jù)集和第二步產(chǎn)生的結(jié)果集進(jìn)行連接8編輯ppt實(shí)例：半連接問(wèn)題： 需要連接兩個(gè)很大的數(shù)據(jù)集：用戶日志和OLTP的用戶數(shù)據(jù)任何一個(gè)數(shù)據(jù)集都不是足夠小到可以緩存在map作業(yè)的內(nèi)存中解決方案： 通過(guò)三個(gè)MapReduce作業(yè)來(lái)連接兩個(gè)數(shù)據(jù)集，以此來(lái)減少reduce端連接的消耗作業(yè)1： 從日志文件中提取出用戶名，用這些用戶名生成一個(gè)用戶名唯一的集合（Set）9編輯ppt實(shí)例代碼：半連接-作業(yè)110編輯ppt實(shí)例：半連接作業(yè)2： 從全體用戶的用戶數(shù)據(jù)集中移除不存在于日志文件中的用戶11編輯ppt實(shí)例：半連接作業(yè)3： 需要將作業(yè)2生成的已過(guò)濾的用戶集和原始的用戶

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)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. 人人文庫(kù)網(wǎng)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

評(píng)論

0/150

提交評(píng)論