数据计算（大数据）：MapReduce、Spark、Storm概述、特点、原理

最新推荐文章于 2025-05-08 13:08:49 发布

BigSun0

最新推荐文章于 2025-05-08 13:08:49 发布

阅读量7.6k

点赞数 1

文章标签：大数据 MapReduce spark storm 数据计算

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/wzk646795873/article/details/79582840

版权

本文概述了大数据计算的三种重要框架：MapReduce、Spark和Storm。MapReduce利用分而治之策略进行并行计算，适用于大规模数据处理。Spark是一个内存计算框架，支持批处理、交互式查询和流数据处理，以其速度快、易用和通用性著称。Storm则专注于实时流计算，适用于各种实时数据分析场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

MapReduce

MapReduce将复杂的、运行于大规模集群上的并行计算过程高度地抽象到了两个函数：Map和Reduce。

特点：编程容易；分而治之策略（大规模数据集,会被切成许多独立分片,分片由多个Map任务）；计算向数据靠拢（设计理念）

函数

输入

输出

说明

Map

<k1,v1>如：

<行号,”a b c”>

List(<k2,v2>)

如：

<“a”,1>

<“b”,1>

<“c”,1>

1.将小数据集进一步解析成一批<key,value>对，输入Map函数中进行处理

2.每一个输入的<k1,v1>会输出一批<k2,v2>。<k2,v2>是计算的中间结果

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。