作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
MapReduce作为谷歌三大技术法宝之一,在批量数据分工整合方面,算得上是一把利器。以MapReduce为关键性组件的开源系统Hadoop,也在大数据时代风靡一时。 云计算、物联网、移动互联网给世界带来的大数据冲击,很多人都有目共睹。如何解决大数据的存储、捕获、处理困难,是众多IT专家致力于解决的问题。
推荐文章
基于MapReduce并行化计算的大数据聚类算法
大数据
MapReduce
并行计算
数据聚类
大数据挖掘中的MapReduce并行聚类优化算法研究
大数据
MapReduce
并行化处理
聚类算法
数据挖掘
Map任务
基于MapReduce计算模型的并行关联规则挖掘算法研究综述
数据挖掘
关联规则挖掘
频繁项集
并行
MapReduce
Hadoop
基于MapReduce模型的并行科学计算
并行编程模型
科学计算
MapReduce
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 MapReduce:大数据并行计算之利器
来源期刊 信息方略 学科 工学
关键词 MAPREDUCE 数据并行计算 移动互联网 批量数据 物联网 谷歌 组件 IT
年,卷(期) 2013,(11) 所属期刊栏目
研究方向 页码范围 54-57
页数 4页 分类号 TP393.03
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
MAPREDUCE
数据并行计算
移动互联网
批量数据
物联网
谷歌
组件
IT
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息方略
月刊
1674-2036
11-5665/TP
大16开
北京西城区三里河路58号
80-138
2003
chi
出版文献量(篇)
10365
总下载数(次)
2
总被引数(次)
1572
论文1v1指导