知识卡片
MR架构协作
MapReduce 的结构分工明确:JobTracker 跟踪作业完成情况,TaskTracker 执行具体的 Map、Reduce 任务,JobScheduler 负责作业调度。处理流程依次是格式化预处理、数据块拆分、读取转换、Map、Shuffle、Reduce 和归并;Shuffle 负责分区、排序和溢写中间结果。发散:分布式计算的难点常在调度、搬运和失败重试。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
原书出处
参考来源
- 位置:《分布式架构原理与实践》第5章《分布式计算》(源文件:_epub-src/OEBPS/Text/part0000.xhtml)
- 结论依据:原文总结 MapReduce 结构上由 JobTracker 跟踪作业、TaskTracker 执行任务、JobScheduler 调度作业,流程经过预处理、拆分、读取转换、Map、Shuffle、Reduce 和归并。
- 原始内容:对于批量静态数据的处理,以 MapReduce 为例展开介绍,从结构上看,由 JobTracker 跟踪作业完成情况,由 TaskTracker 执行具体计算任务,而 JobScheduler 完成作业调度工作;从处理流程上看,经历了格式化预处理、数据块拆分、数据读取与转换、Map、Shuffle、Reduce 以及归并过程。