实例介绍
【实例简介】
【实例截图】
【核心代码】
namespace mapreduce { public class Master<T> { public Dictionary<T, int> Result = new Dictionary<T, int>(); public void Merge(Dictionary<T, int> list) { foreach (var item in list) { lock (this) { if (Result.ContainsKey(item.Key)) Result[item.Key] = item.Value; else Result.Add(item.Key, item.Value); } } } } public class MicroMapReduce<T> { private Master<T> master { get; set; } public MicroMapReduce(Master<T> m) { master = m; } public Dictionary<T, int> DMapReduce(IEnumerable<T> list) { var p= Partition(list); foreach (var item in p) { WorkerNode(item); } Thread.Sleep(1000); //模拟完成通知 return master.Result; } /// <summary> /// 单机版 /// </summary> /// <typeparam name="T"></typeparam> /// <param name="list"></param> /// <returns></returns> public Dictionary<T, int> MapReduce(IEnumerable<T> list) { var map = Map(list); var reduce = Reduce(map); return reduce; } public List<IEnumerable<T>> Partition(IEnumerable<T> list) { var temp =new List<IEnumerable<T>>(); temp.Add(list); temp.Add(list); return temp; } public void WorkerNode(IEnumerable<T> list) { new Thread(() => { var map = Map(list); var reduce = Reduce(map); master.Merge(reduce); }).Start(); } public IEnumerable<Group<T, int>> Map(IEnumerable<T> list) { var step1 = Mapping(list); var step2 = Combine(step1); var step3 = Partitioner(step2); return step3; } public IEnumerable<Tuple<T, int>> Mapping(IEnumerable<T> list) { foreach (T sourceVal in list) yield return Tuple.Create(sourceVal, 1); } public Dictionary<T, int> Combine(IEnumerable<Tuple<T, int>> list) { Dictionary<T, int> dt = new Dictionary<T, int>(); foreach (var val in list) { if (dt.ContainsKey(val.Item1)) dt[val.Item1] = val.Item2; else dt.Add(val.Item1, val.Item2); } return dt; } public Dictionary<T, int> Reduce(IEnumerable<Group<T, int>> groups) { var step1 = Reducing(groups); return step1; } public IEnumerable<Group<T, int>> Partitioner(Dictionary<T, int> list) { var dict = new Dictionary<T, Group<T, int>>(); foreach (var val in list) { if (!dict.ContainsKey(val.Key)) dict[val.Key] = new Group<T, int>(val.Key); dict[val.Key].Values.Add(val.Value); } return dict.Values; } public Dictionary<T, int> Reducing(IEnumerable<Group<T, int>> groups) { Dictionary<T, int> result=new Dictionary<T, int>(); foreach (var sourceVal in groups) { result.Add(sourceVal.Key, sourceVal.Values.Sum()); } return result; } } public class Group<TKey, TValue> : Tuple<TKey, List<TValue>> { public Group(TKey key) : base(key, new List<TValue>()) { } public TKey Key { get { return base.Item1; } } public List<TValue> Values { get { return base.Item2; } } } }
标签: MapReduce分布式计算
相关软件
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论