MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念"Map（映射）"和"Reduce（归约）"，是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。它极大地方便了编程人员在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上。 当前的软件实现是指定一个Map（映射）函数，用来把一组键值对映射成一组新的键值对，指定并发的Reduce（归约）函数，用来保证所有映射的键值对中的每一个共享相同的键组。
2021-08-03 09:44:31
1.78MB
Community Detection inOnline Social Networks大数据大中小数据集所对应的mapreduce代码
2021-07-17 22:49:46
782B
1
thetaJoin
使用 Map-Reduce 编程框架实现 theta 连接的算法
2021-06-27 11:04:00
2KB
1
#MPI和Map-Reduce在KMeans聚类算法上的应用
2 种不同 K-Means 实现在性能和开发工作方面的比较 - 基于 MapReduce 和 MPI。
＃＃问题描述
参考Assignment3.pdf
＃＃报告
参考 A3-Report.pdf
##为 KMeans 运行 MPI
参考 Run-Kmeans-MPI.txt
##Run MapReduce for KMeans 参考 Run-Kmeans-Hadoop.txt
2021-06-08 18:05:21
583KB
1
包含两种平台上运行的kmeans算法：一种是在Hadoop系统上的并行化kmeans算法，支持读文件，执行聚类算法，输出质心文件，将每个数据的聚类信息输出到控制台上；另一种是串行的聚类算法，支持读文件数据，执行kmeans算法，将每个数据的聚类信息输出到文件中。代码注释清晰。
2019-12-21 20:48:06
5KB
1
自己的第一个hadoop 实例，好高兴分享一下。
运行命令hadoop jar ‘/home/hadoop/downloas/max.jar’ upload.MaxTemperature
2019-12-21 19:49:39
11KB
1