摘要：
数据存储与分析要实现对多个磁盘数据的并行读写 需要解决的很多问题1 硬件故障问题。硬件多了，发生故障的概率变大。避免数据丢失的是备份。RAID(冗余磁盘阵列)，HDFS2 大多数分析任务需要以某种方式结合大部分数据共同完成分析任务，一个磁盘读取得数据可能需要和另外的99个磁盘中 读取的数据结合使用，各种分布式系统允许结合多个来源的数据并实现分析，但保证其正确性是一个很大的挑战，MapReduce提出一个编程模型，该模型将上述磁盘读写问题进行抽象，转换为一个对数据集(由 键/值 对组成)的计算。该计算由map和reduce两部分组成，而只有这两部分提供对外的接口。与HDFS类似，MapReduc 阅读全文
摘要：
1 MapReduce采用无共享大规模集群系统，集群系统的好的性价比和可伸缩性，这个优势使得MapReduce成为大规模海量数据的首选条件2MapReduce模型简单，易于理解，使用，大量数据处理问题包括很多机器学习和数据挖掘算法，都可以使用MapReduce实现3虽然基本的MapReduce模型只是提供一个过程性的编程接口，但是在海量数据环境需要保证可伸缩性的前提下，通过合适的查询优化和索引技术，MapReduce仍然能够提供好的数据处理性能 阅读全文