※ 引述《zanyking (遙遠的旅人)》之銘言： : ※ 引述《Lucemia (生の直感、死の予感)》之銘言： : : 很不解的是照這兩篇的講法，GAE沒有提供map reduce。 : : map reduce與平行化與大量處理能力相關， : : google 如不希望提供這個功能也是能理解的。 : : 但在本質上，big table 的運作是需要搭配map reduce功能的。 : : 聽後來講雲端計算的內容就可以知道， : : 沒有map reduce的話會造成一些很基本的功能，像是最簡單的計數， : : 在big table上的實現困難，或是使用不到big table的優點。 : : 這部份蠻令人困惑的.. : 應該說，Bigtable的核心部份已經是使用MapReduce實做出來的東西。 : 而從Bigtable所提供出來給Client 呼叫的API上頭，是不會認知到有 : MapReduce這回事的。這也很合理。 : 我認為先不去考慮Map Reduce的直接支援，單純就App Engine所提供的 : Python執行環境，也許已經是一個以Map Reduce或是其他分散式處理技 : 巧所構造出來的VM。只要User在寫Code的時候沒有宣告Glob Var，那 : App平行處理的能力應該就已經很好了。 HPC 有兩種：parallel processing 和 high throughput computing 對 web app 來說 parallel processing 不大重要，因為沒有哪個 single request 會跑超過幾分鐘吧 appengine 的訴求是 scalability，這基本上是 high throughput 問題： 如何為成千上百萬個 request 提供共通的執行環境，並且容錯 目前 appengine 完全沒有 offline 處理的能力，也就是說 它專門在解決 http-based request/response parallel processing 不是它要解的問題 至於傳統 HPC 處理的 parallel processing，不但 appengine 不解決 mapreduce 也不處理； 就 gdd08tw 所聽到的內容，在 mapreduce 裡的每個 node 彼此間不能交換資料 單這點就是個死穴了 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 118.161.147.27