MapReduce與SQL會(huì)發(fā)生化學(xué)反應(yīng)嗎？

Google在2004年創(chuàng)造了MapReduce，MapReduce集群可包括數(shù)以千計(jì)的并行操作的計(jì)算機(jī)。同時(shí)MapReduce允許程序員在如此龐大的集群中快速的轉(zhuǎn)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(gè)有趣的轉(zhuǎn)變。MapReduce最初是幫助搜索引擎公司應(yīng)對(duì)萬(wàn)維網(wǎng)所帶來(lái)的創(chuàng)建索引時(shí)產(chǎn)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(lái)完善MapReduce。并快速將技術(shù)應(yīng)用在相關(guān)的行業(yè)之中，如金融、零售等。Goolge曾拿出MapReduce的部分相關(guān)信息與Nutch團(tuán)隊(duì)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(xiàng)目。Hadoop現(xiàn)在越來(lái)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(lǐng)域。開源的項(xiàng)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(lái)進(jìn)行數(shù)據(jù)分析的應(yīng)用編寫起來(lái)過(guò)于復(fù)雜的話，那么就需要優(yōu)秀程序員處理，這并不利于MapReduce技術(shù)的發(fā)展。所以現(xiàn)今所有Hadoop供應(yīng)商都亟待解決的一個(gè)問(wèn)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(lái)看，信息結(jié)構(gòu)類型大致經(jīng)歷了三次浪潮。必須注意這一點(diǎn)，新的浪潮并沒取代舊浪潮，它們?nèi)栽诓粩喟l(fā)展，三種數(shù)據(jù)結(jié)構(gòu)類型一直存在，只是其中一種結(jié)構(gòu)類型往往主導(dǎo)于其他結(jié)構(gòu)：

結(jié)構(gòu)化信息——這種信息可以在關(guān)系數(shù)據(jù)庫(kù)中找到，多年來(lái)一直主導(dǎo)著IT應(yīng)用。這是關(guān)鍵任務(wù)OLTP系統(tǒng)業(yè)務(wù)所依賴的信息，另外，還可對(duì)結(jié)構(gòu)數(shù)據(jù)庫(kù)信息進(jìn)行排序和查詢；

半結(jié)構(gòu)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(luò)上的信息。半結(jié)構(gòu)化信息是以內(nèi)容為基礎(chǔ)，可以用于搜索，這也是谷歌存在的理由；

非結(jié)構(gòu)化信息——該信息在本質(zhì)形式上可認(rèn)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(jié)構(gòu)化的，其龐大規(guī)模和復(fù)雜性需要高級(jí)分析工具來(lái)創(chuàng)建或利用一種更易于人們感知和交互的結(jié)構(gòu)。

而面對(duì)網(wǎng)絡(luò)中三種類型信息的挑戰(zhàn)，大數(shù)據(jù)的發(fā)展趨勢(shì)逐漸明朗。在今年9月于紐約召開的O‘Reilly Strata大會(huì)上就將發(fā)展趨勢(shì)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(wèn)題，也是企業(yè)盈利的需要解決的問(wèn)題。而敏捷大數(shù)據(jù)是另外一個(gè)需要關(guān)注的問(wèn)題。如Greenplum和Aster等在企業(yè)BI領(lǐng)域都有涉足。

如果事實(shí)證明大數(shù)據(jù)必須購(gòu)買企業(yè)級(jí)的產(chǎn)品，那么就意味著大數(shù)據(jù)會(huì)花大本錢。但這并非絕對(duì)，通過(guò)使用大數(shù)據(jù)敏捷技術(shù)，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(guān)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(zhuǎn)化為可用便具有對(duì)業(yè)務(wù)的洞察力，然后以各種方式將問(wèn)題匯總，并發(fā)揮企業(yè)技術(shù)的優(yōu)勢(shì)解決問(wèn)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(jiǎn)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(yǔ)言的啟發(fā)。MapReduce和云計(jì)算非常相配。MapReduce的關(guān)鍵特點(diǎn)是它能夠?qū)﹂_發(fā)人員隱藏操作并行語(yǔ)義 — 并行編程的具體工作方式。

但現(xiàn)今，MapReduce很難成為商務(wù)人士討論大數(shù)據(jù)的方式。因?yàn)橐褂肕apReduce至少需要以下四種技能。

1.將商業(yè)問(wèn)題轉(zhuǎn)換為可分析解決的問(wèn)題

2.將可分析解決的問(wèn)題轉(zhuǎn)換為MapReduce模型

3.調(diào)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(yàn)，并具備調(diào)試部署在Hadoop上代碼的能力

在大數(shù)據(jù)時(shí)代下，使用傳統(tǒng)的數(shù)據(jù)庫(kù)進(jìn)行查詢、排序、定義、和提取數(shù)據(jù)時(shí)顯得有些力不從心。而處理大數(shù)據(jù)業(yè)務(wù)的本質(zhì)（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(shí)的。

SQL與MapReduce 傳統(tǒng)與現(xiàn)代的結(jié)合

SQL對(duì)于編程專家和業(yè)務(wù)分析師用來(lái)查詢數(shù)據(jù)來(lái)說(shuō)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(duì)復(fù)雜的搜索查詢。如果將兩者結(jié)合起來(lái)會(huì)帶來(lái)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(gè)框架可以使數(shù)據(jù)科學(xué)家和商業(yè)分析師對(duì)復(fù)雜的信息進(jìn)行快速調(diào)查分析，允許一組關(guān)聯(lián)計(jì)算機(jī)(計(jì)算機(jī)群集)使用軟件語(yǔ)言(如 Java、C#、Python、C++ 和 R)并行進(jìn)行程序表達(dá)，然后通過(guò)標(biāo)準(zhǔn)SQL 激活(調(diào)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(jí)到PB量級(jí)企業(yè)數(shù)據(jù)。Greenplum整合了MapReduce和SQL技術(shù)，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(nèi)部直接執(zhí)行 MapReduce和SQL。Greenplum MapReduce可以使程序員對(duì)儲(chǔ)存在Greenplum數(shù)據(jù)引擎內(nèi)部和外部的PB量級(jí)規(guī)模的數(shù)據(jù)集進(jìn)行分析。帶來(lái)的好處是應(yīng)對(duì)不斷增長(zhǎng)的標(biāo)準(zhǔn)編程模型來(lái)滿足關(guān)系數(shù)據(jù)庫(kù)的可靠性和熟悉性。

同時(shí)像微軟這樣的領(lǐng)導(dǎo)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(cāng)換環(huán)境下相互交換數(shù)據(jù)。與此同時(shí)，微軟還與Hortonworks展開深度合作。其目的就是為了將Hortonworks在 Hadoop領(lǐng)域的專長(zhǎng)以及微軟產(chǎn)品易用化的特性有機(jī)的結(jié)合起來(lái)，并簡(jiǎn)化下載、安裝和配置等幾個(gè)Hadoop的相關(guān)技術(shù)。

未來(lái)隨著SQL和MapReduce技術(shù)結(jié)合的不斷完善，MapReduce將變得更容易使用，并廣泛的受到關(guān)注。相信我，時(shí)間會(huì)證明一切。

標(biāo)簽：成都網(wǎng)站建設(shè) SQL 呼叫中心

本文題目：MapReduce與SQL會(huì)發(fā)生化學(xué)反應(yīng)嗎？
鏈接分享：http://www.bm7419.com/news39/184739.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供Google、域名注冊(cè)、ChatGPT、電子商務(wù)、手機(jī)網(wǎng)站建設(shè)、網(wǎng)站收錄

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)