MapReduce和HDFS优化现状分析

• 作者: 徐晓龙 郑永永
• 来源期刊: 吉林化工学院学报
• 学科: 工学
• 关键词: Hadoop 大数据 MapReduce HDFS
• 年，卷（期）: 2016,（1）
• 页码范围: 23-27
• 页数: 5页
• 分类号: TP391
• 字数: 2844字
• 语种: 中文
• DOI: 10.16039/j.cnki.cn22-1249.2016.01.006

摘要

Hadoop作为目前大数据处理最流行的平台,其核心包括HDFS和MapReduce,分别用于实现海量数据的存储与处理.随着应用领域的不断扩展,MapReduce和HDFS面临很多亟需优化的问题.本文介绍了当前各位学者对MapReduce和HDFS的优化情况,并提出今后的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐晓龙	北华大学计算机科学技术学院	2	7	1.0	2.0
2	郑永永	北华大学机械工程学院	12	42	4.0	5.0