- android - RelativeLayout 背景可绘制重叠内容
- android - 如何链接 cpufeatures lib 以获取 native android 库?
- java - OnItemClickListener 不起作用,但 OnLongItemClickListener 在自定义 ListView 中起作用
- java - Android 文件转字符串
考虑以下问题:
编辑:如果下面的算法没有多大意义,请忽略。我只是为了它把它放在那里。这个想法是 doFunc
在某种程度上是递归的。
doFunc(A):
[a0, a1, a2, ...] <- A
If (someCondition([a0, a1, a2, ...]) == False)
A <- modified(A)
r = doFunc(modified(A))
A <- convertR(r)
B <- someFunc1(A)
C <- someFunc2(B)
r <- lastFunc(D)
return r
在这种情况下,r 是递归函数 doFunc
的结果,其中 a0, a1, a2, ...
列表中的 someCondition 为 false
,该函数递归以获得某种最优 A
,其条件为 true
。
现在考虑 MapReduce 可以单独应用于程序的不同部分 - 例如将 A
转换为 a0, a1, a2, ...
然后获取 modifiedA
然后 someFuncI
都可以使用 MapReduce,递归如何适合此 MapReduce 实现?
考虑到这一点,Hadoop Streaming 是不可能的,因为我不明白如何使用 Recursion 来实现它。唯一的另一种可能性是做某种形式的 Python Hadoop Streaming Wrapper,例如 dumbo
或 mrjob
来编写代码,忽略存在递归,当 doFunc
被递归调用。我想知道这如何影响 MapReduce 以及可扩展性。
问题:我已经提出了上面文本中的问题,但它们可能不够清楚。所以我会把它们放在这里。
最佳答案
可以在 Hadoop 中实现的唯一递归形式是尾递归,这意味着递归调用必须在当前调用结束时进行。严格来说,在 Hadoop 中根本无法模拟递归,因为框架无法在下一个(递归调用)执行时保存当前作业的状态,然后重新加载当前作业并恢复其执行。然而,尾递归可以通过链接作业来模拟,即当一个作业结束时开始下一个作业。
我已经成功链接了数十/数百个作业。因此,按顺序融合几个(可能甚至数千个)作业没有特别的问题。然而,由于 3 个主要原因,这种做法会导致性能下降:设置/拆除作业需要时间,作业可能会失败并需要重新启动,作业可能有较慢的机器,从而延迟该作业的终止。
但是,除了这些细节之外,我认为您应该做的是确保 Hadoop 是您所需要的。 Hadoop 是一个非常专业的框架,因为它处理“数据可并行化”的任务,即处理(通常)大数据并且可以立即应用于整个数据集或重复地对该数据的小块进行重复,并最终获得与应用于整个数据集时相同的结果。你所描述的似乎不属于这一类。
关于java - 带递归的 MapReduce,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20130934/
我正在处理一个处理大量数据的项目,所以我最近发现了 MapReduce,在我进一步深入研究之前,我想确保我的期望是正确的。 与数据的交互将通过 Web 界面进行,因此响应时间在这里至关重要,我认为 1
我正在阅读有关 Hadoop 以及它的容错性的文章。我阅读了 HDFS 并阅读了如何处理主节点和从节点的故障。但是,我找不到任何提及 mapreduce 如何执行容错的文档。特别是,当包含 Job T
我正在尝试在我的 Ubuntu 桌面上使用最新的 Hadoop 版本 2.6.0、Java SDK 1.70 来模拟 Hadoop 环境。我用必要的环境参数配置了 hadoop,它的所有进程都已启动并
就目前情况而言,这个问题不太适合我们的问答形式。我们希望答案得到事实、引用资料或专业知识的支持,但这个问题可能会引发辩论、争论、民意调查或扩展讨论。如果您觉得这个问题可以改进并可能重新开放,visit
我只是想针对我们正在做的一些数据分析工作来评估 HBase。 HBase 将包含我们的事件数据。键为 eventId + 时间。我们想要对日期范围内的几种事件类型 (4-5) 进行分析。事件类型总数约
是否有一种快速算法可以在 MapReduce 框架上运行以从巨大的整数集中查找中位数? 最佳答案 我会这样做。这是顺序快速选择的一种并行版本。 (某些映射/归约工具可能不会让您轻松完成任务...) 从
我正在尝试对大型分布式数据集执行一些数值计算。该算法非常适合 MapReduce 模型,具有以下附加属性:与输入数据相比,映射步骤的输出尺寸较小。数据可以被视为只读,并且静态分布在节点上(故障转移时的
假设我在 RavenDb 中有给定的文档结构 public class Car { public string Manufacturer {get;set;} public int B
我刚刚开始使用 mongo 和 map/reduce,在使用 pymongo 时我遇到了以下错误,而在直接使用 mongo 命令行时我没有得到(我意识到有一个类似的问题这个,但我的似乎更基本)。 我直
*基本上我正在尝试按过去一小时内的得分对对象进行排序。 我正在尝试为我的数据库中的对象生成每小时投票总和。投票嵌入到每个对象中。对象架构如下所示: { _id: ObjectId sc
我们怎样才能使我们的 MapReduce 查询更快? 我们使用五节点 Riak 数据库集群构建了一个应用程序。 我们的数据模型由三个部分组成:比赛、联赛和球队。 比赛包含联赛和球队的链接: 型号 va
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 我们不允许提问寻求书籍、工具、软件库等的推荐。您可以编辑问题,以便用事实和引用来回答。 关闭 6 年前。
有没有什么方法可以在运行时获取应用程序 ID - 例如 - 带有 yarn 的 wordcount 示例命令? 我希望使用 yarn 从另一个进程启 Action 业命令,并通过 YARN REST
如何在Hadoop Map-reduce程序中使用机器学习算法?我想使用分类算法、决策树、聚类算法。除了 Mahout 之外,请提出一些想法。 最佳答案 您可以编写自己的MapReduce程序,并在m
虽然 MapReduce 可能不是实现图像处理中使用的算法的最佳方式,但出于好奇,如果我作为初学者尝试使用它们,这将是最简单的实现方式。 最佳答案 Hadoop 非常适合处理大量 IO。因此,例如,您
我只是想验证我对这些参数及其关系的理解,如果我错了请通知我。 mapreduce.reduce.shuffle.input.buffer.percent 告诉分配给 reducer 的整个洗牌阶段的内
HBase 需要 mapreduce/yarn,还是只需要 hdfs? 对于 HBase 的基本用法,例如创建表、插入数据、扫描/获取数据,我看不出有任何理由使用 mapreduce/yarn。 请帮
我问了一些关于提高 Hive 查询性能的问题。一些答案与映射器和化简器的数量有关。我尝试了多个映射器和化简器,但在执行过程中没有发现任何差异。不知道为什么,可能是我没有以正确的方式去做,或者我错过了别
我是 mapreduce 和 hadoop 的新手。我阅读了 mapreduce 的示例和设计模式... 好的,我们可以进入正题了。我们正在开发一种软件,可以监控系统并定期捕获它们的 CPU 使用
我正在使用 Microsoft MapReduce SDK 启动仅 Mapper 作业。 调用 hadoop.MapReduceJob.ExecuteJob 立即抛出“响应状态代码不表示成功:404(
我是一名优秀的程序员,十分优秀!