: 推 hilorrk:我知道master必須informed其他worker location of data啦. 08/24 06:28 : → hilorrk:用MapReduce當然就不可能像以前寫MPI還要在code裡切割分配 08/24 06:29 : → hilorrk:我的意思是..由master傳輸process和location受限於master 08/24 06:30 : → hilorrk:網路是沒辦法的吧?相較下來map task從DFS讀取大量data及運 08/24 06:31 : → hilorrk:算才是真正的平行所在?(當然還包括reduce) 08/24 06:33 : → hilorrk:至於map worker的grouping及reduce worker的merge要如何實 08/24 06:41 : → hilorrk:現　這又是另一個問題了...確實有看到不少model就是了 08/24 06:42 : → hilorrk:不知我的概念是否還有哪裡有需要指正的地方？ 08/24 06:58 你是在研究MapReduce的議題,做碩士或博士的研究題目嗎? 可以多看一些註解方面的文章. 前一篇有提到"Analyzing MapReduce with CSP" 對MapReduce原文算是很好的註解,在model上有很明白的解釋. (所以我才會質疑他們說map工作完之後要sort,這sort有沒有必要.) 這文章的研究人馬,最近還有二篇延伸的討論文章,一樣是CSP,很期待能取得來看看. Map task 的平行來自因為map workers同時有很多個,每個worker執行同一份map, 也就是,許多workers變成同一個map的許多instances. 大量data,則是分解為能 分配給workers的許多份. 在這方面有什麼問題嗎? 跟master是否要傳輸process出去,看起來沒有關聯. 起先回答你的問題 (話說回來,你的概念是什麼啊?) 是針對一句: Master 應該沒有傳輸 "資料" 出去吧 嗯...當然,主要被計算的資料項目當然不是由master送出來的. 我想你誤會了意思. Master送工作出去,無論是給map worker或是reduce worker,都一定要給幾個資訊: 1. Job的函數名稱是甚麼. 2. Job的二個參數,如果參數量很大,至少要給幾個檔名吧. 而且,哪個map worker收哪段資料,也是master告訴它. 我想, "資料" 只是很普通的講法而已. 這些資料的資料,也是資料. 至於前面推文說 "由master傳輸process和location受限於maste(斷行)網路是沒辦法的吧" 這問題是什麼? 這東西如何做分散資源分配,當然是來自於系統的體質,是分散的. 計算單元們是分散的,而且是平行的. --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 218.160.210.87 ※ 編輯: yauhh 來自: 218.160.210.87 (08/26 20:27)