jopen mapreduce源码分析总结 经验
Map/Reduce是一个用于大规模数据处理的分布式计算模型，它最初是由Google工程师设计并实现的，Google已经将它完整的MapReduce论 文公开发布了。其中对它的定义是，Map/Reduce是一个编程模型（programmingmodel），是一个用于处理和生成大规模数据集 （processing and generating large data sets）的相关的实现。用户定义一个map函数来处理一个key/value对以生成一批中间的key/value对，再定义一个reduce函数将所 有这些中间的有着相同key的values合并起来。很多现实世界中的任务都可用这个模型来表达。
MapReduce业务 － 图片关联计算 经验
最近在和人交流时谈到数据相似度和数据共性问题，而刚好在业务层面有类似的需求，今天和大家分享这类问题的解决思路
MapReduce实例浅析 经验
在文章《 MapReduce原理与设计思想》中，详细剖析了MapReduce的原理，这篇文章则通过实例重点剖析MapReduce
P22 MapReduce详解及Eclipse远程连接Hadoop开发MapReduce程序 文档
MapReduce详解及Eclipse远程连接Hadoop开发MapReduce程序
li270606338 MapReduce 模式、算法和用例（MapReduce Patterns, Algorithms, and Use Cases) 经验
在新文章“MapReduce模式、算法和用例”中，Ilya Katsov提供了一个系统化的综述，阐述了能够应用MapReduce框架解决的问题。
openkk
P18 MapReduce 源码分析完整版 文档
Map/Reduce是一个用于大规模数据处理的分布式计算模型，它最初是由Google工程师设计并实现的，Google已经将它完整的MapReduce论文公开发布了。其中对它的定义是，Map/Reduce是一个编程模型（programming model），是一个用于处理和生成大规模数据集（processing and generating large data sets）的相关的实现。用户定义一个map函数来处理一个key/value对以生成一批中间的key/value对，再定义一个reduce函数将所有这些中间的有着相同key的values合并起来。很多现实世界中的任务都可用这个模型来表达。
wanghaoms Apache Crunch：简化MapReduce编程的Java库 经验
Apache Crunch（孵化器项目）是基于Google的FlumeJava库 编写的Java库，用于创建MapReduce流水线。与其他用来创建MapReduce作业的高层工具（如Apache Hive、Apache Pig和Cascading等）类似，Crunch提供了用于实现如连接数据、执行聚合和排序记录等常见任务的模式库。而与其他工具不同的 是，Crunch并不强制所有输入遵循同一数据类型。相反，Crunch使用了一种定制的类型系统，非常灵活，能够直接处理复杂数据类型，如时间序列、 HDF5文件、Apache HBase表和序列化对象（像protocol buffer或Avro记录）等。
用JavaScript阐述MapReduce原理 博客
谷歌在2003到2006年间连续发表了三篇非常有影响力的文章，分别是2003年在SOSP上发布的GFS，2004年在OSDI上发布的MapReduce，以及2006年在OSDI上发布的BigTable。GFS是文件系统相关的，其对后来的分布式文件系统设计具有指导意义；MapReduce是一种并行计算的编程模型，用于作业调度；BigTable是一个用于管理结构化数据的分布式存储系统，构建在GFS、C
码头工人
P4 MapReduce 程序编程框架 文档
MapReduce作业框架注解：InputFormat：输入格式OutputFormat：输出格式Mapper：map阶段工作Reducer：reduce阶段工作2程序员需要实现的类和方法2.1InputFormat接口程序员需要实现该接口以指定输入文件的内容格式publicinterfaceInputFormat{getSplits();//将输入数据分块，每一块交给一个maptask处理getRecordReader();//每一块每条记录解析成key/value对}默认的InputFormat是TextInputFormat，它将文件中的每一行作为value，该行的偏移量为key。
MapReduce单元测试框架 MRUnit 经验
MRUnit是由Couldera公司开发的专门针对 Hadoop中编写MapReduce单元测试的框架，基本原理是JUnit4和 EasyMock。
Hadoop中MapReduce框架入门 经验
MapReduce是一种分布式计算模型，由Google提出，主要用于搜索领域，解决海量数据的计算问题.对于业 界的大数据存储及分布式处理系统来说Hadoop2提出的新MapReudce就是YARN: A framework for job scheduling and cluster resource management.
阿里类似Hadoop MapReduce的系统：jstorm 经验
Storm 是一个类似Hadoop MapReduce的系统， 用户按照指定的接口实现一个任务，然后将这个任务递交给JStorm系统，Jstorm将这个任务跑起来，并且按7 * 24小时运行起来，一旦中间一个worker 发生意外故障， 调度器立即分配一个新的worker替换这个失效的worker。因此，从应用的角度，JStorm 应用是一种遵守某种编程规范的分布式应用。
P23 Hadoop源码分析-MapReduce部分 文档
大家都熟悉文件系统，在对HDFS进行分析前，我们并没有花很多的时间去介绍HDFS的背景，毕竟大家对文件系统的还是有一定的理解的，而且也有很好的文档。在分析Hadoop的MapReduce部分前，我们还是先了解系统是如何工作的，然后再进入我们的分析部分。
运用 Aggregator 模式实现 MapReduce 经验
MapReduce是更好地利用并行计算资源来提升数据处理能力的重要算法，如今已被主流的大数据分析平台实现，成为了大数据批量处理的主力军。利用前面介绍的Actor特性，其实我们也可以实现一个简易的MapReduce。
P23 Hadoop源代码分析(MapReduce概论) 文档
大家都熟悉文件系统，在对HDFS进行分析前，我们并没有花很多的时间去介绍HDFS的背景，毕竟大家对文件系统的还是有一定的理解的，而且也有很好的文档。在分析Hadoop的MapReduce部分前，我们还是先了解系统是如何工作的，然后再进入我们的分析部分。
Hadoop 中利用 mapreduce 读写 mysql 数据 经验
有时候我们在项目中会遇到输入结果集很大，但是输出结果很小，比如一些 pv、uv 数据，然后为了实时查询的需求，或者一些 OLAP 的需求，我们需要 mapreduce 与 mysql 进行数据的交互，而这些是 hbase 或者 hive 目前亟待改进的地方。