wiki:NCTU100407

Version 8 (modified by jazz, 14 years ago) (diff)

--

雲端運算核心技術 Hadoop 與 MapReduce 上機練習

2010-04-07 (三)

上午時段 課程內容 投影片 補充資料
13:30~14:00 Hadoop簡介 Part-01
14:10~14:30 Hadoop 安裝與設定解析 Part-02 - 單機 Windows 嚐鮮實驗環境 - Hadoop4Win
- Cloudera Hadoop 虛擬機器
14:30~15:00 HDFS 操作與 MapReduce 範例程式展示

作業

  • 題組一:
    • 使用 Cloudera Hadoop VM 練習完成 inverse index 題目撰寫。
    • 標準題:因為有多數同學不熟悉 Java 程式語言,因此第一次作業主要以環境安裝、實作練習為主,請各位同學繳交實驗報告一份。(80%)
    • 加分題:以 Cloudera Hadoop VM 那一份待運算的資料,比較 inverse index 在單機虛擬機器的執行時間與在 21 台實驗環境上的執行時間。(20%)
    • 參考報告格式:
      • 實驗步驟
      • 標準題結果:(1) shakespear 資料集跑 inverse index 執行結果前 20 筆;(2) 從 JobTracker 網頁( http://localhost:50030 )查詢執行時間。
      • 加分題結果:(1) shakespear 資料集跑 inverse index 執行結果前 20 筆;(2) 從 JobTracker 網頁( http://hadoop.nchc.org.tw:50030 )查詢執行時間。
    • 繳交時間:四月二十一日(三)
    • 繳交方式:以個人為單位,將報告 e-mail 至 jazz@…
  • 題組二:
    • 已知 java 語法中,extends 代表繼承自父類別,implement 代表實作某介面(Interface,類似 C++ 多重繼承),請根據 WordCount 範例程式(wordcount.java),繪製 UML 類別圖(如下圖)。(20%)
    • 以 hadoop 0.20.2 預設的 conf 目錄為輸入,使用 hadoop fs -put conf input 上傳檔案至 HDFS,請嘗試在 wordcount 範例程式中加入 system.out.println,並回答 map() 函數輸入的 key 內容為何?(20%)
    • 乘上題,根據 wordcount 執行過程,當單機執行時,請問同時有幾個 mapper 被執行?並請參考以下圖形,繪製單機運作時 mapper 與 reducer 運作順序。(20%)
    • 將 wordcount 範例移植到國網中心 hadoop.nchc.org.tw 上運行,請問同時有幾個 mapper 被執行?並請參考以下圖形,繪製單機運作時 mapper 與 reducer 運作順序。(20%)
    • 試根據單機執行與叢集執行的 JobTracker 網頁( http://localhost:50030 & http://hadoop.nchc.org.tw:50030 )查詢總執行時間,並比較兩者之時間差異。(20%)

Attachments (3)

Download all attachments as: .zip