《密集型計算環(huán)境下貝葉斯網(wǎng)的學習、推理及應用》：
　　谷歌公司最先提出了Map Reduce的概念，并以GFS為基礎將其具體實現(xiàn)以便于有效地處理大規(guī)模的數(shù)據(jù)。然而，谷歌并沒有全部公開其整套系統(tǒng)的內(nèi)部細節(jié)實現(xiàn)情況，這就使得除谷歌以外的公司或研究人員，很難利用Map Reduce的技術(shù)進行相關(guān)研究和應用的開發(fā)。直到后來開源社區(qū)以Hadoopc項目的形式實現(xiàn)了Map Reduce功能，并以開源的方式提供給所有感興趣的研究人員，這才使得學術(shù)界對于Map Reduce的研究取得了較大的發(fā)展。Map Reduce是一種設計優(yōu)良的處理大數(shù)據(jù)的軟件架構(gòu)，以它為基礎寫出的程序能夠在具有上千個節(jié)點的大型集群上順利地運行，并同時可以并行地處理數(shù)據(jù)量巨大的數(shù)據(jù)集。
　　在Map Reduce架構(gòu)中，一個輸入的作業(yè)通常會被先切分成若干個較小的數(shù)據(jù)塊，再由系統(tǒng)以并行的方式去處理這些數(shù)據(jù)塊。MapReduce中的Map常常被翻譯為映射，而Reduce則被翻譯為化簡。Map的輸入內(nèi)容通常會先被按照某種策略進行排序后，再將結(jié)果輸出給Reduce部分。這樣的輸入和輸出，通常都需要被存儲在適當?shù)奈募�系統(tǒng)中，而Map Reduce的框架結(jié)構(gòu)則負責對任務進行整體的監(jiān)控和調(diào)度，以及負責在發(fā)現(xiàn)任務失敗后將其重新執(zhí)行的工作。
　　在Map Reduce的體系中，計算節(jié)點就是Map Reduce的框架部分，而存儲節(jié)點就是指相應的分布式文件系統(tǒng)。在實際運行時，這兩者通常都是被置于同一個或同一組節(jié)點之上的。這樣做的目的，是希望在已經(jīng)存有數(shù)據(jù)的節(jié)點上，可以使得任務得以高效地執(zhí)行，減少節(jié)點間的數(shù)據(jù)傳輸，降低整個集群內(nèi)部網(wǎng)絡的擁擠程度，從而提高執(zhí)行效率。
　　……