云计算考试重点 - 图文(2)

reduce阶段：和map函数一样也是程序员编写的，最终结果是存储在hdfs上的。

SQL和NoSQL数据库的对比 （1） 数据模型，SQL数据库对数据有严格的约束，包括数据之间的关系和数据的完整性。 （2） 数据处理：传统的SQL数据库满足CAP原则（一致性（Consistency）、可用性

（Availability）、分区容忍性（Partition Tolerance））的C和A，所以在P方面很弱，进而导致传统数据库在可扩展性方面，面临很多问题。NoSQL数据库满足CAP原则的A和P，所以在C比较弱，进而使得斐关系型数据库无法满足ACID要求。

（3） 接口层区别：SQL数据库都是以SQL语言对数据库进行访问的，目前所有的SQL数

据都支持SQL语言；NoSQL数据库对数据的操作都是通过一些API实现的，支持的查询功能很简单，并且不同数据库有不同的API。

（4） 优势和劣势：SQL数据库具有很高的一致性，在ACID方面能力非常强移植性很高，

但在可用性方面能力较弱。NoSQL数据库最大的优点是非常高的可扩展性，具有很强的并发处理能力，但缺乏数据一致性保证。另外，由于分布在多个服务器行，所以跨表、跨服查询很难。

Google Reduce编程模型（简单描述如何实现） 原始数据1 原始数据2 原始数据M Map Map … Map Reduce … Reduce 结果1 结果R

一个Map函数就是对一部分原始数据进行制定的操作。每个Map函数都针对不同的原始数据，因此Map和Map之间是互相独立的，这是的他们可以充分并发。

一个Reduce操作就是对每个Map所产生的一部分中间结果进行合并操作，每个Reduce所处理的Map中间结果是互相不交叉的，所有Reduce产生的最终结果经过简单的连接就形成了完整的结果集，因此Reduce也可以在并发环境下之下执行 开发者需编写 两个主要函数

Map: (in_key, in_value) ? {(keyj, valuej) | j = 1…k} Reduce: (key, [value1,…,valuem]) ? (key, final_value)

Map输入参数：in_key和in_value，它指明了Map需要处理的原始数据

Map输出结果：一组对，这是经过Map操作后所产生的中间结果 Reduce输入参数：（key, [value1,…,valuem]）

Reduce工作：对这些对应相同key的value值进行归并处理

Reduce输出结果：（key, final_value），所有Reduce的结果并在一起就是最终结果

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说教育文库云计算考试重点 - 图文(2)在线全文阅读。