Erlang里实现MapReduce

参考: http://weblambdazero.blogspot.com/2008/08/mapreduce-in-erlang.html
MapReduce的主要原理是将一个数据集上的计算分发到许多单独的进程上(map),然后收集它们的结果(reduce)。

在Erlang里实现MapReduce非常细节也十分简单,例如Erlang的作者Joe Armstrong发表了一段代码来表示MapReduce版本的Erlang标准lists:map/2方法:
pmap.erl
Java代码 复制代码 收藏代码
  1. -module(pmap).
  2. -export([pmap/2]).
  3. pmap(F, L) ->
  4. S = self(),
  5. Pids = lists:map(fun(I) ->
  6. spawn(fun() -> do_fun(S, F, I) end)
  7. end, L),
  8. gather(Pids).
  9. gather([H|T]) ->
  10. receive
  11. {H, Result} -> [Result|gather(T)]
  12. end;
  13. gather([]) ->
  14. [].
  15. do_fun(Parent, F, I) ->
  16. Parent ! {self(), (catch F(I))}.

pmap的原理也很简单,对List的每项元素的Fun调用都spawn一个process来实际处理,然后再调用gather来收集结果。

如此简洁的代码就实现了基本的MapReduce,不得不服Erlang!

下面是一个fib的示例调用:
fib.erl
Java代码 复制代码 收藏代码
  1. -module(fib).
  2. -export([fib/1]).
  3. fib(0) -> 0;
  4. fib(1) -> 1;
  5. fib(N) when N > 1 -> fib(N-1) + fib(N-2).


编译好之后比较一下lists:map/2和pmap:pmap/2的执行效率:
Java代码 复制代码 收藏代码
  1. Eshell > L = lists:seq(0,35).
  2. Eshell > lists:map(fun(X) -> fib:fib(X) end, L).
  3. Eshell > pmap:pmap(fun(X) -> fib:fib(X) end, L).

测试结果lists:map执行时间大概4s,pmap:pmap执行时间大概2s,节约了一半的时间,呵呵。
posted @ 2012-08-22 21:08  Lunaa  阅读(243)  评论(0编辑  收藏  举报