版權(quán)說明: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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、互聯(lián)網(wǎng)的快速發(fā)展推動(dòng)著數(shù)據(jù)信息呈現(xiàn)著幾何式增長,數(shù)據(jù)占用空間從 GB發(fā)展到 TB甚至PB,飛速增長的數(shù)據(jù)規(guī)模標(biāo)識(shí)著人類進(jìn)入了大數(shù)據(jù)時(shí)代,大數(shù)據(jù)給人類帶來的沖擊不容小覷,用戶從爆炸式數(shù)據(jù)中挖掘出有效信息的效率反而降低,此時(shí),通過對用戶數(shù)據(jù)進(jìn)行相似度計(jì)算能夠在一定程度上解決信息超載問題,從而提取出相對熱門并有用的數(shù)據(jù)信息。
Hadoop是當(dāng)前應(yīng)用最為廣泛的云計(jì)算開源平臺(tái),MapReduce并行編程模型是云計(jì)算的關(guān)鍵技術(shù)之一。但在實(shí)
2、際運(yùn)用過程中,MapReduce模型計(jì)算過程中存在臨時(shí)數(shù)據(jù)量大,Reduce任務(wù)分配不均會(huì)導(dǎo)致系統(tǒng)資源率低等問題。
本文針對 MapReduce模型的應(yīng)用,給出了一種利用 MapReduce編程模型的分布式計(jì)算能力來實(shí)現(xiàn)海量數(shù)據(jù)的相似度計(jì)算方法,從 I/O操作和負(fù)載均衡策略兩個(gè)方面改進(jìn)了MapReduce編程模型。通過在Map階段后使用Stripe算法和SStripe算法完成對中間結(jié)果的本地聚集工作,以有效地緩解大量 I/O操
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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自己和他人造成任何形式的傷害或損失。
最新文檔
- MapReduce模型在Hadoop中的性能優(yōu)化及改進(jìn).pdf
- Hadoop平臺(tái)的MapReduce模型性能優(yōu)化研究.pdf
- 基于Hadoop的MapReduce計(jì)算模型優(yōu)化與應(yīng)用研究.pdf
- 10.mapreduce模型在hadoop實(shí)現(xiàn)中的性能分析及改進(jìn)優(yōu)化
- 基于Hadoop的MapReduce的性能分析與優(yōu)化.pdf
- MapReduce模型的性能優(yōu)化研究.pdf
- MapReduce計(jì)算模型性能優(yōu)化的研究.pdf
- Hadoop中MapReduce的性能優(yōu)化及可視化工具開發(fā).pdf
- MapReduce編程模型在PS流視頻轉(zhuǎn)碼中的應(yīng)用研究.pdf
- 云計(jì)算中MapReduce性能優(yōu)化及應(yīng)用.pdf
- 庫存優(yōu)化模型在ERP中的應(yīng)用研究.pdf
- 基于Hadoop的并行優(yōu)化方法及其在人臉識(shí)別中應(yīng)用研究.pdf
- 優(yōu)化模擬模型在流域管理中的應(yīng)用研究.pdf
- 基于融合架構(gòu)的MapReduce模型與Hadoop加速策略研究.pdf
- MapReduce模型在Hadoop實(shí)現(xiàn)中計(jì)算資源利用率分析和多作業(yè)批調(diào)度優(yōu)化.pdf
- 最優(yōu)化模型在物流管理中的應(yīng)用研究.pdf
- 基于Hadoop的MapReduce作業(yè)調(diào)度系統(tǒng)的研究與應(yīng)用.pdf
- Hadoop集群技術(shù)的優(yōu)化與應(yīng)用研究.pdf
- 基于MapReduce性能優(yōu)化的研究.pdf
- MapReduce的性能分析與優(yōu)化.pdf
評論
0/150
提交評論