6、大数据的数据结构与分布式系统解析

大数据的数据结构与分布式系统解析

1. 循环列车与双链表列车

在大数据处理中，有两种重要的数据结构：用于处理同构数据的 r - 列车（train）和处理异构数据的 r - 阿列车（atrain）。在列车或阿列车中，每节车厢通过链接地址 e 与下一节车厢相连，虽然可以从领航器直接访问所有车厢，但每节车厢也有一个指向紧邻下一节车厢的前向链接。通常，最后一节车厢连接到一个无效地址。

• 循环列车与循环阿列车 ：当最后一节车厢连接到第一节车厢时，列车（阿列车）就变成了循环列车（循环阿列车）。
• 双链表列车/阿列车 ：链接地址 e 的节点由“前驱”和“后继”两个字段组成。前驱字段包含上一节车厢的地址，后继字段包含下一节车厢的地址。在循环拓扑中，第一节车厢的前驱字段填充最后一节车厢的地址；而在多马马车拓扑中，第一节车厢的前驱字段和最后一节车厢的后继字段都填充无效地址。在双链表列车/阿列车中，除了多马马车拓扑下的第一节车厢不能向后移动、最后一节车厢不能向前移动外，从任何车厢都可以进行前后移动。

2. r - 阿列车的基本操作

在阿列车分布式系统中，对异构数据结构 r - 阿列车的三个基本操作是插入、删除和搜索。假设分布式系统采用多马网络拓扑，链接地址 e 采用双地址系统。

2.1 插入操作

插入操作分为三种类型：
- 插入新车厢 ：
1. 确定要插入的车厢的数据类型代码 c，读取 CD - 表，如果代码 c 不存在则扩展 CD - 表。
2