云计算大会有感—MapReduce和UDF

(转载请注明出处：http://blog.csdn.net/buptgshengod)

1.參会有感

      首先还是非常感谢CSDN能给我票，让我有机会參加这次中国云计算峰会。感觉不写点什么对不起CSDN送我的门票（看到网上卖一千多一张呢）。

        还是得从国家会议中心说起，两年前lz以前在那当过IDF的志愿者，当时是纯体力劳动，负责给參会人员发一些杂志什么的，当时苦逼的为了多蹭一个盒饭躲到柜子后面直到开饭。真没想到两年后能够以来宾的身份參加国家会议中心的大会（尽管午餐还是苦逼的盒饭吧），这次真的能够走进主会议场聆听专家们的报告。说实话，一进主会议场看到几千个码农，都是差点儿相同的装扮，真的有点小震撼。

        听了几个院士和运营商老总的报告，最震撼的还是微软副总裁王亚勤先生的演讲，感觉挺震撼的。不得不说微软就是微软（大家能够搜搜这段演讲看一下），他说的有一句话非常有意思“从互联网让我们从物理变为虚拟，如今云让我们从虚拟变回物理”（没看懂的能够留言讨论哈）。

        參加这次大会不是为了学一个算法或是什么，应该是从宏观上了解云的发展。李德毅院士说：云就是计算P级数据的能力。确实，随着数据过剩的时代已经到来。数据成了解决这个问题的基础，算法是解决这个问题的工具，云就是我们的途径。

2.云就在身边

     以下写下我近期在操作阿里云的一些感受，博主參加了阿里的天猫大数据竞赛，靠着抱大腿战术成功入围S2，阿里给每一个进入S2阶段的队伍开设了server端的账号。先秀一下，阿里云端的虚拟机界面，（苦逼的xp）

以下一行黑色的就是阿里云odps的命令行工具，在里面能够进行数据库操作，主要是sql语句。我的理解是这个odps就是hadoop的改版，不知道这样的说法对不正确。

        记得当年，我们寝室的czx问我们几个什么是云，旭哥说了：“我认为云就是分布式。”

（1）MR

        分布式就是将大量的数据运算依照一定规则分配到云上的无数个server上，并行完毕，这样就能够极大地提高运算效率。然而，怎样分配，计算完又怎样将数据汇总，这就依赖于MapReduce了，这里简称MR。

        MR来源于google的一篇论文，MR分为mapper和reducer，mapper是将数据分割为key，value对的形式，reducer是对每一个key的value的逻辑进行计算。driver负责一些传入传出的数据入口。上个图吧，这是我在阿里server上的一个MR程序

        写好的MR程序，export成为jar文件，再传到云上，将数据库的table输入就能够实现相应的算法了。

（2）udf

         udf就是实现云端的sql的function函数。举个样例，比方说有个表，里面的数据是412142=>3522。我们想以中间的箭头符号为分隔，获取412142或是3522.由于sql中是没有相似于splite的函数的。所以我们要写一个sql的function实现这个功能。这个function我们用java写好，仅仅要将生成的jar文件放到云端，就能够调用。

       

          以上是我对于云的一些感受和看法，欢迎大家留言讨论！