第7章Google云计算原理与应用1祥解.pptVIP

GFS设计动机 系统架构 GFS特点 Master容错 Chunk Server容错 小结 讨论 MapReduce操作执行流程图 操作过程 操作过程 MapReduce容错 习题 1．Google云计算技术包括哪些内容？ 2．当前主流分布式文件系统有哪些？各有什么优缺点？ 3．GFS采用了哪些容错措施来确保整个系统的可靠性？ 4．MapReduce与传统的分布式程序设计相比有何优点？ ?计算问题简单，但求解困难 ?待处理数据量巨大（PB级），只有分布在成百上千个节点上并行计算才能在可接受的时间内完成 ?如何进行并行分布式计算？ ?如何分发待处理数据？ ?如何处理分布式计算中的错误？ 简单的问题，计算并不简单！ Jeffery Dean设计一个新的抽象模型， 封装并行处理、容错处理、本地化计算、负载均衡的细节，还提供了一个简单而强大的接口 这就是MapReduce Google MapReduce 架构设计师 Jeffrey Dean 分布式数据处理MapReduce ?产生背景 ?编程模型 实现机制 案例分析 MapReduce运行模型 Map函数——对一部分原始数据进行指定的操作。每个Map操作都针对不同的原始数据，因此Map与Map之间是互相独立的，这使得它们可以充分并行化 Reduce操作——对每个Map所产生的一部