MapReduce下區(qū)間連接方法研究.pdf_第1頁
已閱讀1頁,還剩76頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展,全球數(shù)據(jù)倍增,為大數(shù)據(jù)的分析和處理帶來了困難。MapReduce作為新興的數(shù)據(jù)密集型計算編程模型,在大數(shù)據(jù)分析與處理方面發(fā)揮了重要的作用。而區(qū)間連接是屬性取值在一個范圍內(nèi)的連接運算,是大數(shù)據(jù)分析和處理的重要運算,如何利用MapReduce編程平臺提升區(qū)間連接的效率具有重要的意義。
  在Allen提出的區(qū)間元組概念、區(qū)間元組關(guān)系的基礎(chǔ)上,設(shè)計了一種基于集合分類實現(xiàn)二路區(qū)間和多路區(qū)間的連接算法。首先將參與運算

2、的區(qū)間元組根據(jù)區(qū)間范圍均勻劃分成若干個分區(qū),根據(jù)元組與分區(qū)是否有交集,將元組映射到相應(yīng)的分區(qū)集合,對每個元組在分區(qū)中的位置進行分類,定義了四種類型的集合分類,并分析了每個分區(qū)中四種類型集合分類占分區(qū)數(shù)據(jù)總量的比例。其次用MapReduce分布式編程框架編程實現(xiàn)二路區(qū)間和多路區(qū)間連接算法。通過四種集合分類構(gòu)建的鍵值對可以過濾掉不需要參與連接的元組,減少Map端數(shù)據(jù)傳輸量和Reduce端數(shù)據(jù)計算量,提升區(qū)間連接的效率。最后,根據(jù)各個集合分類

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論