mapreduce适合用迭代计算吗？mapreduce中什么是MAP方法？
mapreduce适合用迭代计算吗？
mapreduce不适合迭代计算(如机器学习、图计算等)，交互式处理(数据挖掘) 和流式处理(点击日志分析)， 其中间结果需要落地，需要保存到磁盘，这样必然会有磁盘io操做，影响性能。
spark把运算的中间数据存放在内存，迭代计算效率更高，更适合做需要反复迭代的计算。
mapreduce中什么是MAP方法？
map中的value是以一行一行的形式从HDFS上指定路径来读取数据的。key就是每行的序号，一般不用管这个key，主要是对Value进行一些处理，然后输出你想要的Key、Value给Reduce做下一步处理。
String[] str = value.toString().split(",")
mapreduce的全称？
MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念"Map（映射）"和"Reduce（归约）"，是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。它极大地方便了编程人员在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上。 当前的软件实现是指定一个Map（映射）函数，用来把一组键值对映射成一组新的键值对，指定并发的Reduce（归约）函数，用来保证所有映射的键值对中的每一个共享相同的键组。
map reduce性能差的主要原因是？
影响MapReduce输入数据处理时间的因素很多。其中之一是实现map和reduce函数时使用的算法。其他外部因素也可能影响MapReduce性能。根据我们的经验和观察，可能影响MapReduce的主要因素有以下几个。
硬件（或者资源）因素，如CPU时钟、磁盘I/O、网络带宽和内存大小。
0