google云計算原理與應用(編輯修改稿)
2025-06-15 15:26 本頁面
【文章內容簡介】 uce實現(xiàn)了 Map和 Reduce兩個功能 – Map把一個函數(shù)應用于集合中的所有成員，然后返回一個基于這個處理的結果集 – Reduce對結果集進行分類和歸納 – Map()和 Reduce() 兩個函數(shù)可能會并行運行，即使不是在同一的系統(tǒng)的同一時刻 MapReduce分布式數(shù)據(jù)處理 ? MapReduce操作執(zhí)行流程圖 MapReduce分布式數(shù)據(jù)處理 ? 詞頻統(tǒng)計流程 ： Chubby分布式鎖服務 ? 分布式一致性問題 – 在一個分布式系統(tǒng)中，有一組的 Process，它們需要確定一個 Value。于是每個 Process都提出了一個 Value，一致性就是指只有其中的一個 Value能夠被選中作為最后確定的值，并且當這個值被選出來以后，所有的Process都需要被通知到 Chubby分布式鎖服務 ? Google云計算中的分布式一致性問題 – 例如， GFS在物理上往往包含多個 Master，但需要在邏輯上確定唯一的 Master。如何確定？這是一個分布式一致性問題 ? Chubby是 Google為解決分布式一致性問題而設計的提供粗粒度鎖服務的文件系統(tǒng) Chubby分布式鎖服務 ? Chubby是一個文件系統(tǒng)，如何提供“鎖”服務 – Chubby中的鎖就是文件 – 在 GFS的例子中，創(chuàng)建文件就是進行“加鎖”操作，創(chuàng)建文件成功的那個 server其實就是搶占到了“鎖” – 用戶通過打開、關閉和讀取文件，獲取共享鎖或者獨占鎖；并且通過通信機制，向用戶發(fā)送更新信息 – 因此，通過 Chubby可以解決 Google云計算中的分布式一致性問題 BigTable大規(guī)模分布式數(shù)據(jù)庫 ? BigTable的設計目標 – 具有廣泛的適應性 ? 支持 Google系列產(chǎn)品的存儲需求 – 具有很強的可擴展性 ? 根據(jù)需要隨時加入或撤銷服務器 – 高可用性
高考資料相關推薦
鄂ICP備17016276號-1