Hadoop第一弹:与传统数据处理相比较

本文对比了使用单一PC机和Hadoop集群处理10T大小行存储文本文件中重复行的方法。介绍了传统处理方式与Hadoop分布式处理的具体步骤,强调了不同环境下数据处理的技术差异。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

对10T大小行存储的文本文件进行重复行处理:

传统处理:
环境:PC机1台,8G内存
第一步:读文件并进行取模将相同行写入小文件
第二步:分别读取小文件并进行重复行的处理

Hadoop处理:
环境:PC机100台,8G内存
第一步:文件进行线性切割然后平均存储在100台PC机上
第二步:每台PC机读取当前机器上的切割后的文件,进行取模计算并写入小文件
第三步:每台PC机分别拉取与自己编号相同的小文件进行对数据的重复处理



评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值