摘要：1. MapReduce 定义: 是一种可用于数据处理的编程的模型 优势: MapReduce 本质上是并行运行的，因此可以将大规模的数据分析任务，分发给任何一个拥有足够多机器的 的数据中心。 MapReduce 的优势在于处理大规模数据集。 过程: (map 和 reduce) 每个阶段都已 键值 阅读全文

摘要：1. 数据存储与分析 问题： 在硬盘存储容量不断上升的今天，传输速率并没有提升（TB 级的硬盘已经成为了存储的主流，但是传输速度还停留在 100M/s ， 读完整个硬盘的数据需要 2.5 个小时），这个就产生了效率的问题。 解决： 如果我们有100个硬盘，每个硬盘存储 1% 的数据，并行读取，那么不 阅读全文