离线计算框架 MapReduce

离线计算框架 MapReduce

思想：分而治之（将大数据集分为小的数据集）

• 将计算过程分为两个阶段，Map和Reduce

1. Map阶段并行处理输入数据
2. Reduce阶段对Map结果进行汇总

• Shuffle连接Map和Reduce两个阶段

1. Map Task将数据写到本地磁盘
2. Reduce Task从每个Map Task上读取一份数据

• 仅适合离线批处理

1. 具有很好的容错性和扩展性
2. 适合简单的批处理任务

• 缺点明显

　　　　启动开销大、过多使用磁盘导致效率低下等