Google在2004年創(chuàng)造了MapReduce，MapReduce集群可包括數(shù)以千計的并行操作的計算機。同時MapReduce允許程序員在如此龐大的集群中快速的轉換數(shù)據(jù)并執(zhí)行數(shù)據(jù)。

從MapReduce到Hadoop，這其中經(jīng)歷了一個有趣的轉變。MapReduce最初是幫助搜索引擎公司應對萬維網(wǎng)所帶來的創(chuàng)建索引時產生的大量數(shù)據(jù)。Google最初也招募了一些硅谷的精英，并雇用了大批的工程師來完善MapReduce。并快速將技術應用在相關的行業(yè)之中，如金融、零售等。Goolge曾拿出MapReduce的部分相關信息與Nutch團隊分享，以開發(fā)開源版本“Hadoop”。但Yahoo則將Nutch收入到旗下。Yahoo在2007年將其發(fā)展成Hadoop開源項目。Hadoop現(xiàn)在越來越多的用于大數(shù)據(jù)的大規(guī)模并行數(shù)據(jù)處理引擎。

現(xiàn)今大家都熱衷于大數(shù)據(jù)領域。開源的項目如Apache Hive、Pig。以及像MapR和Hadapt這樣的創(chuàng)業(yè)公司。眾所周知，如果MapReduce和Hadoop中用來進行數(shù)據(jù)分析的應用編寫起來過于復雜的話，那么就需要優(yōu)秀程序員處理，這并不利于MapReduce技術的發(fā)展。所以現(xiàn)今所有Hadoop供應商都亟待解決的一個問題就是如何將 MapReduce變得更易于使用。

企業(yè)大數(shù)據(jù)與敏捷大數(shù)據(jù)

從IT角度來看，信息結構類型大致經(jīng)歷了三次浪潮。必須注意這一點，新的浪潮并沒取代舊浪潮，它們仍在不斷發(fā)展，三種數(shù)據(jù)結構類型一直存在，只是其中一種結構類型往往主導于其他結構：

結構化信息——這種信息可以在關系數(shù)據(jù)庫中找到，多年來一直主導著IT應用。這是關鍵任務OLTP系統(tǒng)業(yè)務所依賴的信息，另外，還可對結構數(shù)據(jù)庫信息進行排序和查詢；

半結構化信息——這是IT的第二次浪潮，包括電子郵件，文字處理文件以及大量保存和發(fā)布在網(wǎng)絡上的信息。半結構化信息是以內容為基礎，可以用于搜索，這也是谷歌存在的理由；

非結構化信息——該信息在本質形式上可認為主要是位映射數(shù)據(jù)。數(shù)據(jù)必須處于一種可感知的形式中（諸如可在音頻、視頻和多媒體文件中被聽或被看）。許多大數(shù)據(jù)都是非結構化的，其龐大規(guī)模和復雜性需要高級分析工具來創(chuàng)建或利用一種更易于人們感知和交互的結構。

而面對網(wǎng)絡中三種類型信息的挑戰(zhàn)，大數(shù)據(jù)的發(fā)展趨勢逐漸明朗。在今年9月于紐約召開的O‘Reilly Strata大會上就將發(fā)展趨勢概括為企業(yè)大數(shù)據(jù)和敏捷大數(shù)據(jù)。企業(yè)大數(shù)據(jù)是最具挑戰(zhàn)性的問題，也是企業(yè)盈利的需要解決的問題。而敏捷大數(shù)據(jù)是另外一個需要關注的問題。如Greenplum和Aster等在企業(yè)BI領域都有涉足。

如果事實證明大數(shù)據(jù)必須購買企業(yè)級的產品，那么就意味著大數(shù)據(jù)會花大本錢。但這并非絕對，通過使用大數(shù)據(jù)敏捷技術，各種規(guī)模的企業(yè)都可以控制成本，從大數(shù)據(jù)中獲益。至關重要的是盡可能降低成本并大化的了解大數(shù)據(jù)集，一旦數(shù)據(jù)被轉化為可用便具有對業(yè)務的洞察力，然后以各種方式將問題匯總，并發(fā)揮企業(yè)技術的優(yōu)勢解決問題。

MapReduce易用性是其發(fā)展大障礙

MapReduce系統(tǒng)獲得成功的原因之一是它為編寫需要大規(guī)模并行處理的代碼提供了簡單的編程模式。它受到了Lisp的函數(shù)編程特性和其他函數(shù)式語言的啟發(fā)。MapReduce和云計算非常相配。MapReduce的關鍵特點是它能夠對開發(fā)人員隱藏操作并行語義 — 并行編程的具體工作方式。

但現(xiàn)今，MapReduce很難成為商務人士討論大數(shù)據(jù)的方式。因為要使用MapReduce至少需要以下四種技能。

1.將商業(yè)問題轉換為可分析解決的問題

2.將可分析解決的問題轉換為MapReduce模型

3.調試、編碼、優(yōu)化MapReduce以處理數(shù)據(jù)的能力

4.具備Hadoop和MapReduce的豐富經(jīng)驗，并具備調試部署在Hadoop上代碼的能力

在大數(shù)據(jù)時代下，使用傳統(tǒng)的數(shù)據(jù)庫進行查詢、排序、定義、和提取數(shù)據(jù)時顯得有些力不從心。而處理大數(shù)據(jù)業(yè)務的本質（如MapReduce）需要更多的技能。但大批雇傭這些高技能人才是不現(xiàn)實的。

SQL與MapReduce 傳統(tǒng)與現(xiàn)代的結合

SQL對于編程專家和業(yè)務分析師用來查詢數(shù)據(jù)來說是非常熟悉的模式。而MapReduce的魅力在于有能力處理程序方案中相對復雜的搜索查詢。如果將兩者結合起來會帶來什么樣的變化？

Aster已經(jīng)提供了一種被稱為SQL-MapReduce的框架，這個框架可以使數(shù)據(jù)科學家和商業(yè)分析師對復雜的信息進行快速調查分析，允許一組關聯(lián)計算機(計算機群集)使用軟件語言(如 Java、C#、Python、C++ 和 R)并行進行程序表達，然后通過標準SQL 激活(調用)使用。

而Greenplum提供支持SQL和MapReduce并行處理功能，并能以較低的成本處理TB量級到PB量級企業(yè)數(shù)據(jù)。Greenplum整合了MapReduce和SQL技術，并且將直接在Greenplum的并行數(shù)據(jù)流引擎（位于Greenplum數(shù)據(jù)引擎的中心）內部直接執(zhí)行 MapReduce和SQL。Greenplum MapReduce可以使程序員對儲存在Greenplum數(shù)據(jù)引擎內部和外部的PB量級規(guī)模的數(shù)據(jù)集進行分析。帶來的好處是應對不斷增長的標準編程模型來滿足關系數(shù)據(jù)庫的可靠性和熟悉性。

同時像微軟這樣的領導廠商也參與其中。微軟已經(jīng)推出了Hadoop與SQL Server的連接工具，客戶將能夠在Hadoop、SQL Server和并行數(shù)據(jù)倉換環(huán)境下相互交換數(shù)據(jù)。與此同時，微軟還與Hortonworks展開深度合作。其目的就是為了將Hortonworks在 Hadoop領域的專長以及微軟產品易用化的特性有機的結合起來，并簡化下載、安裝和配置等幾個Hadoop的相關技術。

未來隨著SQL和MapReduce技術結合的不斷完善，MapReduce將變得更容易使用，并廣泛的受到關注。相信我，時間會證明一切。

標簽：成都網(wǎng)站建設 SQL 呼叫中心

網(wǎng)頁標題：MapReduce與SQL會發(fā)生化學反應嗎？
文章源于：http://aaarwkj.com/news/184739.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供關鍵詞優(yōu)化、營銷型網(wǎng)站建設、網(wǎng)站策劃、搜索引擎優(yōu)化、網(wǎng)站制作、微信公眾號

廣告

聲明：本網(wǎng)站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經(jīng)允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)