40 MAPREDUCE总结（图）
2023-11-01
34
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
40 MAPREDUCE总结（图）
目录
相关文章
|
5月前
|
分布式计算
DataWorks
图计算
|
4月前
|
分布式计算
资源调度
数据处理
|
存储
分布式计算
并行计算
|
分布式计算
算法
大数据
|
分布式计算
API
图计算
|
分布式计算
Hadoop
Java
|
SQL
分布式计算
Java
如何生成 Flink 作业的交互式火焰图？
Flink 是目前最流行的大数据及流式计算框架之一，用户可以使用 Java/Scala/Python 的 DataStream 接口或者标准 SQL 语言来快速实现一个分布式高可用的流式应用，通过内部的 Java JIT、off-heap 内存管理等技术优化性能，并且有完整的 Source、Sink、WebUI、Metrics 等功能集成，让 Flink 几乎成为了流式计算的事实标准。
23343
0
0
|
分布式计算
Java
大数据
Spark和MapReduce任务计算模型
【前言：本文主要从任务处理的运行模式为角度，分析Spark计算模型，希望帮助大家对Spark有一个更深入的了解。同时拿MapReduce和Spark计算模型做对比，强化对Spark和MapReduce理解】
412
0
0
|
存储
分布式计算
算法
Spark入门实战系列--9.Spark图计算GraphX介绍及实例
2017
0
1
|
分布式计算
并行计算
大数据