11、分布式数据处理与工作流查询语言的应用探索

分布式数据处理与工作流查询语言的应用探索

1. 分布式XPath查询的MapReduce处理

1.1 Reduce函数

Reduce函数对输入的键值对进行如下操作：
首先，对输入值应用 getBuckets 函数。该函数基于嵌入数组的统一概念，对输入对值中的三元组进行合理分组。若不存在整数 i 使得两个嵌入数组 K1 和 K2 满足 K1[i] ≠ K2[i] 且 K1[i], K2[i] ≠ * ，则称这两个嵌入数组是可统一的。 getBuckets 函数返回包含元组的集合 B （称为桶），对于查询 Q 分解中的每个查询 P ， B 中都有一个描述从 P 嵌入的元组，且 B 中任意两个元组的嵌入数组是可统一的。然后，对于每个桶 B ，归约器定位通过选择路径获得的元组，并输出选择路径的结果。

例如，延续之前的示例，当所有键值对从映射器发出后，有一个归约任务接收所有键为 m7 的对。该归约任务首先调用 getBuckets 函数。由于 Ke1 和 Ke2 不可统一（ Ke1[1] ≠ Ke1[2] ），