A.支持Map后连接任意多个Reduce操作,如Map-Reduce-Reduce
B.支持Map后不连接Reduce,而是连接另一个map,如Map-Map-Reduce
C.支持ChainMapper/Reducer,即支持Map-Reduce-Map-Reduce
D.支持没有Map,直接进入Reduce
A.map->reduce->shuffle
B.shuffle->map->reduce
C.map->shuffle->reduce
D.shuffle->reduce->map
A.mapred.map.output.compression
B.mapred.map.output.compression.codec
C.mapred.map.input.compression.codec
D.mapreduce.map.output.compression.codec
A.输入的文件尽量使用大文件
B.合理的分配map和reduce的任务的数量
C.压缩中间数据,减少1/0
D.在map之后先进行bine处理,减少1/0
A.抽象层次低,需要手工编写代码来完成,使用上难以上手
B.只提供两个操作,Map和Reduce,表达力欠缺
C.处理逻辑隐藏在代码细节中,没有整体逻辑
D.中间结果也放在HDFS文件系统中
A.一个reduce的输入数据可能来自于多个map的输出
B.一个MR处理可以不包括任何map
C.一个MR处理可以不包括任何reduce
D.一个map的输出结果可能会被分配到多个reduce上去
A.setOutputKeyClass
B.setOutputClass
C.setOutputValueClass
D.setKeyValueClass