mapreduce研究现状
- 作者: 达?矢抾哆拉?
- 来源: 51数据库
- 2020-10-04
非常多，基本上的互联网公司都有自己的Hadoop集群，研究Hadoop的人主要分为两类
1、研究如何使用Hadoop，如：搜索引擎如何在Hadoop中构建海量数据的索引、如何通过hadoop的Map/Reduce解决海量数据的分析工作，等等。目前通过Hadoop分析数据比较常用的是使用Hive来编写HiveSql。
2、下一代Hadoop，主要就是解决Hadoop的发展问题，比如说Hadoop中有MasterNode，存在单点故障。很多知名公司都会有自己这方面的解决方案。比如说吧MasterNode中的一些对象持久化到数据库中。采取多个MasterNode的部署，每个MasterNode就像普通Web服务器一样，单纯的接受请求和相应请求。
你好！
微软现在都开始介入进来了，显然，它有很好的发展前景。它实现了分布式文件系统，对海量数据进行分布式处理，加快了处理速度
如有疑问，请追问。
不算太多
1、研究如何使用Hadoop，如：搜索引擎如何在Hadoop中构建海量数据的索引、如何通过hadoop的Map/Reduce解决海量数据的分析工作，等等。目前通过Hadoop分析数据比较常用的是使用Hive来编写HiveSql。
2、下一代Hadoop，主要就是解决Hadoop的发展问题，比如说Hadoop中有MasterNode，存在单点故障。很多知名公司都会有自己这方面的解决方案。比如说吧MasterNode中的一些对象持久化到数据库中。采取多个MasterNode的部署，每个MasterNode就像普通Web服务器一样，单纯的接受请求和相应请求。
你好！
微软现在都开始介入进来了，显然，它有很好的发展前景。它实现了分布式文件系统，对海量数据进行分布式处理，加快了处理速度
如有疑问，请追问。
不算太多
推荐阅读
