云计算大会有感—MapReduce和UDF

时间:2024-07-21 15:03:50

(转载请注明出处:http://blog.****.net/buptgshengod)

1.參会有感

      首先还是非常感谢****能给我票,让我有机会參加这次中国云计算峰会。感觉不写点什么对不起****送我的门票(看到网上卖一千多一张呢)。
        还是得从国家会议中心说起,两年前lz以前在那当过IDF的志愿者,当时是纯体力劳动,负责给參会人员发一些杂志什么的,当时苦逼的为了多蹭一个盒饭躲到柜子后面直到开饭。真没想到两年后能够以来宾的身份參加国家会议中心的大会(尽管午餐还是苦逼的盒饭吧),这次真的能够走进主会议场聆听专家们的报告。说实话,一进主会议场看到几千个码农,都是差点儿相同的装扮,真的有点小震撼。
        听了几个院士和运营商老总的报告,最震撼的还是微软副总裁王亚勤先生的演讲,感觉挺震撼的。不得不说微软就是微软(大家能够搜搜这段演讲看一下),他说的有一句话非常有意思“从互联网让我们从物理变为虚拟,如今云让我们从虚拟变回物理”(没看懂的能够留言讨论哈)。
        參加这次大会不是为了学一个算法或是什么,应该是从宏观上了解云的发展。李德毅院士说:云就是计算P级数据的能力。确实,随着数据过剩的时代已经到来。数据成了解决这个问题的基础,算法是解决这个问题的工具,云就是我们的途径。

2.云就在身边

     以下写下我近期在操作阿里云的一些感受,博主參加了阿里的天猫大数据竞赛,靠着抱大腿战术成功入围S2,阿里给每一个进入S2阶段的队伍开设了server端的账号。先秀一下,阿里云端的虚拟机界面,(苦逼的xp)
云计算大会有感—MapReduce和UDF
以下一行黑色的就是阿里云odps的命令行工具,在里面能够进行数据库操作,主要是sql语句。我的理解是这个odps就是hadoop的改版,不知道这样的说法对不正确。
        记得当年,我们寝室的czx问我们几个什么是云,旭哥说了:“我认为云就是分布式。”

(1)MR

        分布式就是将大量的数据运算依照一定规则分配到云上的无数个server上,并行完毕,这样就能够极大地提高运算效率。然而,怎样分配,计算完又怎样将数据汇总,这就依赖于MapReduce了,这里简称MR。
        MR来源于google的一篇论文,MR分为mapper和reducer,mapper是将数据分割为key,value对的形式,reducer是对每一个key的value的逻辑进行计算。driver负责一些传入传出的数据入口。上个图吧,这是我在阿里server上的一个MR程序
云计算大会有感—MapReduce和UDF
        写好的MR程序,export成为jar文件,再传到云上,将数据库的table输入就能够实现相应的算法了。

(2)udf

         udf就是实现云端的sql的function函数。举个样例,比方说有个表,里面的数据是412142=>3522。我们想以中间的箭头符号为分隔,获取412142或是3522.由于sql中是没有相似于splite的函数的。所以我们要写一个sql的function实现这个功能。这个function我们用java写好,仅仅要将生成的jar文件放到云端,就能够调用。
云计算大会有感—MapReduce和UDF
          以上是我对于云的一些感受和看法,欢迎大家留言讨论!