※ 引述《zanyking (遥远的旅人)》之铭言： : ※ 引述《Lucemia (生の直感、死の予感)》之铭言： : : 很不解的是照这两篇的讲法，GAE没有提供map reduce。 : : map reduce与平行化与大量处理能力相关， : : google 如不希望提供这个功能也是能理解的。 : : 但在本质上，big table 的运作是需要搭配map reduce功能的。 : : 听後来讲云端计算的内容就可以知道， : : 没有map reduce的话会造成一些很基本的功能，像是最简单的计数， : : 在big table上的实现困难，或是使用不到big table的优点。 : : 这部份蛮令人困惑的.. : 应该说，Bigtable的核心部份已经是使用MapReduce实做出来的东西。 : 而从Bigtable所提供出来给Client 呼叫的API上头，是不会认知到有 : MapReduce这回事的。这也很合理。 : 我认为先不去考虑Map Reduce的直接支援，单纯就App Engine所提供的 : Python执行环境，也许已经是一个以Map Reduce或是其他分散式处理技 : 巧所构造出来的VM。只要User在写Code的时候没有宣告Glob Var，那 : App平行处理的能力应该就已经很好了。 HPC 有两种：parallel processing 和 high throughput computing 对 web app 来说 parallel processing 不大重要，因为没有哪个 single request 会跑超过几分钟吧 appengine 的诉求是 scalability，这基本上是 high throughput 问题： 如何为成千上百万个 request 提供共通的执行环境，并且容错 目前 appengine 完全没有 offline 处理的能力，也就是说 它专门在解决 http-based request/response parallel processing 不是它要解的问题 至於传统 HPC 处理的 parallel processing，不但 appengine 不解决 mapreduce 也不处理； 就 gdd08tw 所听到的内容，在 mapreduce 里的每个 node 彼此间不能交换资料 单这点就是个死穴了 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 118.161.147.27