知识卡片

延伸参考卡 · 生成模型:未记录

映射后按键归并结果

理解等级:中级

MapReduce让map把输入键值对转换为中间键值对,再让reduce合并同一中间键对应的值。它与本节的联系是把数据处理拆成可并行的工作并汇总结果,不代表ForkJoinPool本身提供了分布式容错运行时。原文译注“大于1TB”不是模型成立的必要条件;规模影响选型,不能用一个容量阈值定义模型。

这张卡片看不懂?

已有反馈 · 0 / 10 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《Java程序员修炼之道》第4章《现代并发》4.5(来源项目book-sources;源文件:extracted/Java程序员修炼之道/_epub-src/text/part0046.html) - 结论依据:原文的机制、代码和示例支持本卡;错误和保证边界依原文代码及官方资料核验,2026-11-06:https://research.google/pubs/mapreduce-simplified-data-processing-on-large-clusters/ - 原始内容:1 方式返回数据集中归结出的结果。 1 MapReduce是Google提出的一个软件架构,用于大规模数据集(大于1TB)的并行运算。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Re