

已閱讀1頁,還剩73頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、時至今日,隨著各項科學技術的飛速發(fā)展,大數(shù)據(jù)處理的需求日益增長。hadoop map/reduce作為一個并行數(shù)據(jù)處理框架,被越來越多的應用到分布式數(shù)據(jù)處理當中。map/reduce是一個高效的,可擴展的,高容錯的并行編程模型,并且十分易于使用。連接操作作為數(shù)據(jù)處理中一種十分重要的操作,在傳統(tǒng)數(shù)據(jù)庫中已經(jīng)得到了很多的研究,由于map/reduce自身框架的原因,它并不能很好地支持連接操作。如今已經(jīng)有很多map/reduce框架下的連接算
2、法,但是這些算法大多沒有很好地處理數(shù)據(jù)傾斜問題,當數(shù)據(jù)傾斜存在時,會導致數(shù)據(jù)分布不均勻,降低了分布式算法的執(zhí)行效率。
本文首先簡要的介紹了數(shù)據(jù)傾斜問題的影響。然后針對兩表等值連接提出了分區(qū)連接算法,該算法基于分而治之的思想將傾斜數(shù)據(jù)和非傾斜數(shù)據(jù)區(qū)別對待,結合了傳統(tǒng)連接算法、廣播連接算法等算法思想,很好的解決了數(shù)據(jù)傾斜情況下任務負載分布不均勻的問題。接著,針對多表等值連接中的數(shù)據(jù)傾斜問題,我們利用范圍哈希以及單輪map/redu
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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向傾斜數(shù)據(jù)的MapReduce連接算法研究.pdf
- 基于Hadoop框架的大數(shù)據(jù)集連接優(yōu)化算法.pdf
- 基于hadoop框架大數(shù)據(jù)集連接優(yōu)化算法
- 處理MapReduce模型中數(shù)據(jù)傾斜問題的算法.pdf
- 基于Hadoop平臺的數(shù)據(jù)挖掘算法研究.pdf
- 基于Hadoop的數(shù)據(jù)挖掘算法的研究.pdf
- GPU上基于Hadoop的高效連接操作算法研究.pdf
- 基于MapReduce數(shù)據(jù)傾斜的負載均衡算法研究.pdf
- 基于抽樣分區(qū)解決MapReduce中的數(shù)據(jù)傾斜問題.pdf
- 基于Hadoop平臺的頻繁項數(shù)據(jù)挖掘算法研究.pdf
- 基于Hadoop的能源數(shù)據(jù)存儲體系中多級索引表DHT算法的研究.pdf
- 基于Hadoop平臺的并行數(shù)據(jù)挖掘算法研究.pdf
- 基于Hadoop平臺的數(shù)據(jù)挖掘分類算法分析與研究.pdf
- 基于hadoop2.0的數(shù)據(jù)挖掘算法并行化研究
- 基于MapReduce數(shù)據(jù)傾斜問題的研究與策略.pdf
- 基于HADOOP的數(shù)據(jù)挖掘研究.pdf
- 基于Hadoop存儲系統(tǒng)的數(shù)據(jù)恢復算法研究.pdf
- WCDMA網(wǎng)絡中基于Hadoop的指紋定位算法研究.pdf
- 基于Hadoop的基因大數(shù)據(jù)序列比對算法研究與實現(xiàn).pdf
- 基于Hadoop的健康物聯(lián)網(wǎng)數(shù)據(jù)挖掘算法研究與實現(xiàn).pdf
評論
0/150
提交評論