版塊導航: 正在加載中...

登錄注冊

應《網(wǎng)絡安全法》要求，自2017年10月1日起，未進行實名認證將不得使用互聯(lián)網(wǎng)跟帖服務。為保障您的帳號能夠正常使用，請盡快對帳號進行手機號驗證，感謝您的理解與支持！

24小時熱門版塊排行榜

返回列表

本帖產(chǎn)生 1 個翻譯EPI ，點擊這里進行查看

yuxintian

新蟲 (著名寫手)

應助: 1 (幼兒園)
金幣: 184.9
散金: 757
紅花: 1
帖子: 1456
在線: 648.7小時
蟲號: 2231425
注冊: 2013-01-09
專業(yè): 化學環(huán)境污染與健康

[求助] 幫忙翻譯為英語

MapReduce計算框架的核心思想是把對大規(guī)模數(shù)據(jù)集的操作,分發(fā)到一個主節(jié)點管理下的各分節(jié)點共同完成,然后通過整合各個分節(jié)點產(chǎn)生的中間結果，得到最終結果。圖1顯示了MapReduce計算框架的計算流程�？梢钥闯稣麄€處理過程被MapReduce計算框架高度地抽象為兩個函數(shù)：Map和Reduce。Map函數(shù)主要負責將任務分解成為多個并行執(zhí)行的任務，Reduce函數(shù)主要負責將這些并行執(zhí)行的任務所產(chǎn)生的結果匯總處理。至于在并行編程中會遇到的其他種種復雜問題、如分布式存儲、工作調(diào)度、負載均衡、網(wǎng)絡通信等都由MapReduce計算框架負責處理，使編寫和運行用于處理海量數(shù)據(jù)的應用程序更加容易。

回復此樓

» 猜你喜歡

求調(diào)劑已經(jīng)有3人回復
265求調(diào)劑已經(jīng)有4人回復
085700資源與環(huán)境308求調(diào)劑已經(jīng)有6人回復
一志愿吉林大學材料學碩321求調(diào)劑已經(jīng)有12人回復
286分人工智能專業(yè)請求調(diào)劑愿意跨考！已經(jīng)有3人回復
329求調(diào)劑已經(jīng)有5人回復
申請回稿延期一個月，編輯同意了。但系統(tǒng)上的時間沒變，給編輯又寫郵件了，沒回復已經(jīng)有4人回復
材料學碩318求調(diào)劑已經(jīng)有5人回復
一志愿中國海洋大學，生物學，301分，求調(diào)劑已經(jīng)有6人回復
081700化工學碩調(diào)劑已經(jīng)有3人回復

1樓 2015-10-16 17:26:03

已閱回復此樓關注TA 給TA發(fā)消息送TA紅花 TA的回帖

武漢一心一譯

捐助貴賓 (著名寫手)

翻譯EPI: 502
應助: 8 (幼兒園)
金幣: 2283.1
散金: 5914
紅花: 32
帖子: 1665
在線: 321.9小時
蟲號: 3587652
注冊: 2014-12-10
性別: GG
專業(yè): 高分子合成化學

【答案】應助回帖

商家已經(jīng)主動聲明此回帖可能含有宣傳內(nèi)容

★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ...
yuxintian: 金幣+90, 翻譯EPI+1, ★★★★★最佳答案, 90 2015-10-16 18:44:28

MapReduce計算框架的核心思想是把對大規(guī)模數(shù)據(jù)集的操作,分發(fā)到一個主節(jié)點

管理下的各分節(jié)點共同完成, 然后通過整合各個分節(jié)點產(chǎn)生的中間結果，得到

最終結果。圖1 顯示了 MapReduce計算框架的計算流程�？梢钥闯� 整個處理過程被

MapReduce計算框架高度地抽象為兩個函數(shù)：Map和Reduce。Map函數(shù) 主要負責將任

務分解成為多個并行執(zhí)行的任務，Reduce函數(shù) 主要負責將這些并行執(zhí)行的任務

所產(chǎn)生的結果匯總處理。至于在并行編程中會遇到的其他種種復雜問題、如分布

式存儲、工作調(diào)度、負載均衡、網(wǎng)絡通信等都由 MapReduce計算框架負責處理，使編

寫和運行用于處理海量數(shù)據(jù) 的應用程序更加容易。
The core thought of MapReduce computing framework is to distribute the large-scale data processing operation into various partial node managed under a main node, then through integrating the intermediate results resulted from each partial node, a final result can be obtained. Fig.1 shows the computing flow of MapReduce computing framework, from which tt can be seen that the whole process is abstracted by MapReduce computing framework into two functions:Map and Reduce. The Map function is responsible for decomposing the task into mult-tasks in parallel, while the Reduce function is mainly used to collect and process the paralleled tasks. As for various complex problem which may be encountered in multiple programming such as distributed storage, job scheduling, load balance, and network communication, MapReduce computing framework will solely take care of them, so as to make it easier to write and operate application programs that are used for massive data processing.

贊一下(1人)

回復此樓

2樓2015-10-16 18:15:28