重庆理工大学学报(自然科学)
• •
姜群,傅瑜,李文生,等
出版日期:
发布日期:
Online:
Published:
摘要: 为解决大数据抽样问题,采用MapReduce产生内容满足给定谓词的固定规模样本, 并扩展了默认的Hadoop[1]设置,使其支持作业按需动态管理其资源消耗以解决MapReduce进 程中的资源浪费问题。实验结果证明:本文所提策略的执行性能优于默认的Hadoop,从而证明 MapReduce解决大数据抽样问题的可行性和有效性。
. 基于谓词的大数据抽样技术研究[J]. 重庆理工大学学报(自然科学), 2017, 31(8): -.
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: http://clgzk.qks.cqut.edu.cn/CN/
http://clgzk.qks.cqut.edu.cn/CN/Y2017/V31/I8/
Cited