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:
本论文针对海量数据的处理分析设计了相应的算法,主要是通过预处理、分布缓存和复用中间结果三种方法对MapReduce 算法进行优化处理.本文的实验部分会对房价方面的数据用hash 算法进行分析和处理.通过实验得出结论,该算法可以处理海量数据.
推荐文章
多源异构海量数据实时处理平台研究与应用
多源
异构
海量
实时
并行处理
基于ORACLE的海量数据实时处理系统的性能优化
数据库
实时系统
ORACLE
海量数据
性能优化
基于无共享架构的海量感知数据实时处理系统
感知数据
实时处理
云计算
智能交通
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 海量数据实时处理算法设计与分析
来源期刊 俪人:教师 学科 工学
关键词 海量数据 MAPREDUCE 算法 HASH
年,卷(期) 2016,(7) 所属期刊栏目
研究方向 页码范围 259-259
页数 1页 分类号 TP301.6
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李敏 1 0 0.0 0.0
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  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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
海量数据
MAPREDUCE
算法
HASH
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
俪人:教师
半月刊
1674-5213
63-1067/I
西安市高新区太白南路216号
出版文献量(篇)
18494
总下载数(次)
50
总被引数(次)
0
论文1v1指导