发布时间 : 星期一 文章大数据技术原理及应用林子雨版课后习题答案解析 - 图文更新完毕开始阅读d5027fca66ec102de2bd960590c69ec3d4bbdb0c
***
专业资料整理分享
MySQL 设计的强大的数据库管理及开发工具，可以在连接输人框中输人数据实例地址、端 口( 默认 3306 ) 、数据库用户名和数据库密码后，单击“确定”按钮即可。
方法 3:
使用 MySQL 命令登录。用户安装 MySQL 客户端后，可进人命令行方式连接
数据库。命令格式如下。
mysql -u user_name -h yuqianli.mysql.rds.aliyuncs.com -P3306 -pxxxx
其中， -u 指定的是用户名， -h 指定的是主机名， -P 指定的是端口， -p 指定的是密码。 方法 4: 6-7
使用阿里云控制台 iDB Cloud 访问。阿里云控制台 iDB Cloud 的页面如图
,
所示，RDS 连接地址以及端口不需要再输人， 只需在“用户名”中输人数据库的账号
RDS进行数据操作了。
在“密码”栏中输人数据库账号的密码，便可以登录
第七章
53. 试述 MapReduce和Hadoop的关系。
答：
谷歌公司最先提出了分布式并行编程模型
MapReduce, Hadoop MapReduce 是它的
开源实现。 谷歌的 MapReduce运行在分布式文件系统 GFS上，与谷歌类似， HadoopMapReduce 运行在分布式文件系统 HDFS上。相对而言， HadoopMapReduce 要比谷歌 MapReduce 的使 用门槛低很多， 程序员即使没有任何分布式程序开发经验， 序并部署到计算机集群中。
也可以很轻松地开发出分布式程
54.MapReduce 是处理大数据的有力工具，但不是每个任务都可以使用 MapReduce 来进行
处理。试述适合用 MapReduce来处理的任务或者数据集需满 足怎样的要求。
答： 适合用 MapReduce来处理的数据集，需要满足一个前提条件
: 待处理的数据集可以
分解成许多小的数据集，而且每一个小数据集都可以完全并行地进行处理。
55. MapReduce模型采用 Master(JobTracker)-Slave(TaskTracker)
JobTracker 和 TasKTracker 的功能。 答： Master
MapReduce 框架采用了 Master/Slave 上运行 JobTracker,Slave
结构， 试描述
架构，包括一个 Master 和若干个 Slave 。
上运行 TaskTrackero 用户提交的每个计算作业，会
完美 WORD格式编辑
***
***
专业资料整理分享
被划分成若千个任务。 JobTracker 负责作业和任务的调度， 监控它们的执行， 并重新调度
已经失败的任务。 TaskTracker 负责执行由 JobTracker 指派的任务。
56. 试述 MapReduce的工作流程 ( 需包括提交任务、Map、Shuffle 、Reduce的过程) 。
完美 WORD格式编辑
***
***
专业资料整理分享
完美 WORD格式编辑
***
***
专业资料整理分享
完美 WORD格式编辑
***