MapReduce发力：发布支持Eclipse和Amazon EC2平台的工具插件

作者 Scott Delap 译者 Jason Lai 发布于 2007年3月29日

领域

架构 & 设计,

语言 & 开发

主题

Java ,

性能和可伸缩性 ,

集群与缓存

标签

亚马逊 ,

弹性计算集群 ,

Hadoop

IBM Alphaworks网站发布了一个新的Eclipse插件，使用开源Java MapReduce框架Hadoop来简化应用程序的开发。Hadoop框架最初的产生是为了支持Nutch项目。Hadoop包含了一个分布式文件系统以及一个MapReduce实现。MapReduce是被Google广泛采用的编程结构，用于在集群内部进行海量数据集的并行处理。今年在Hadoop上所做的集成工作使得在Amazon的EC2平台上运行Hadoop MapReduce应用和使用Amazon的S3平台进行存储等更为容易。Amazon Web服务博客表示：“由于EC2实体和存储于S3上的数据之间的带宽尚未度量或发布，这是处理大量数据的一种很节约成本的方式”。

IBM MapReduce插件包含以下功能：

• 允许Java™项目以JAR（Java Archive）文件形式打包并部署到（本地和远程的）Hadoop服务器上
• 提供辅助开发过程的备忘单（Cheat Sheets）
• 增加了一个独立的Eclipse透视图（Perspective），以及用于显示Hadoop服务器、Hadoop分布式文件系统（DFS）和当前任务状态的视图
• 提供了一些向导，使基于MapReduce框架的类的开发变得更加容易

此外，它还包括了改进的备忘单，并且完全兼容OS X。插件使用SCP和SSH与Hadoop服务器进行交互，通过HTTP协议获取工作状态。

1. 返回顶部

   分布式java实现

   发表人 Ang Gao

   据说Hadoop的HDFS实现了类似google的GFS文件系统，并且用java实现了简化的分布式编程模式，找时间也试试看

   回复

2. 返回顶部

   Google的MapReduce是自己写的，不是用Hadoop的实现。

   发表人 Chen Shuo

   “Hadoop包含了一个分布式文件系统以及MapReduce编程结构的一个实现，该实现被Google广泛用于进行跨集群海量数据集的并行处理。”翻译得不准确。
   
   Hadoop which was originally created to support Nutch includes a distributed filesystem and an implementation of the MapReduce programming structure used extensively by Google for parallel processing of large data sets across a cluster.
   
   原文是说 Google 大量使用 MapReduce 来做海量数据的并行处理，不过它有自己的 MapReduce 实现（不是Hadoop），还有这些海量数据位于一个集群中，而非“跨集群”。

   回复

3. 返回顶部

   Re: Google的MapReduce是自己写的，不是用Hadoop的实现。

   发表人 Lai Jason

   已经修正了，多谢认真指正。
   
   只有大家不断向我们提供宝贵的意见和建议，InfoQ 中文站的品质才能保持与全球站一贯的高标准。:)

   回复

• 更早的 >