Analiza funkcji Java i Map Reduce w Hadoop

Bol

Hadoop, otwarta implementacja frameworka Map/Reduce oparta na j¿zyku Java, stworzona przez Apache Software Foundation, to framework obliczeniowy przeznaczony do obs¿ugi aplikacji rozproszonych przetwarzaj¿cych du¿e ilo¿ci danych. Zapewnia narz¿dzia do przetwarzania ogromnych ilo¿ci danych przy u¿yciu frameworka Map/Reduce, a dodatkowo implementuje rozproszony system plików podobny do systemu plików Google. Mo¿e by¿ u¿ywany do przetwarzania ogromnych ilo¿ci danych równolegle na du¿ych klastrach w sposób niezawodny i odporny na awarie. Od dawna Java jest u¿ywana przez wielu programistów do przetwarzania danych. W tej ksi¿¿ce porównali¿my i przeanalizowali¿my wydajno¿¿ Hadoop z Java, Hadoop z Hadoop Optimize oraz Hadoop Optimize z Java pod k¿tem ró¿nych kryteriów wydajno¿ci, takich jak przetwarzanie (wykorzystanie procesora), przechowywanie i efektywno¿¿ podczas przetwarzania danych. Wyniki naszych eksperymentów pokazuj¿ popraw¿ czasu wykonania przy u¿yciu zoptymalizowanego algorytmu Map/Reduce. Porównuj¿c Hadoop i Java, Hadoop jest lepszy, gdy mamy klaster wielow¿z¿owy i du¿y rozmiar danych. Jednak gdy mamy pojedynczy w¿ze¿ i mäy rozmiar danych, nawet Java mo¿e dziää lepiej.

Amazon

Pagina's: 52, Paperback, Wydawnictwo Nasza Wiedza