2022-07-11 分類: 網(wǎng)站設(shè)計(jì)
R語(yǔ)言為Hadoop集群數(shù)據(jù)統(tǒng)計(jì)分析帶來(lái)革命性變化
標(biāo)簽:成都網(wǎng)站設(shè)計(jì)
R作為開(kāi)源的數(shù)據(jù)統(tǒng)計(jì)分析語(yǔ)言正潛移默化的在企業(yè)中擴(kuò)大自己的影響力。特有的擴(kuò)展插件可提供免費(fèi)擴(kuò)展,并且允許R語(yǔ)言引擎運(yùn)行在Hadoop集群之上。
R語(yǔ)言是主要用于統(tǒng)計(jì)分析、繪圖的語(yǔ)言和操作環(huán)境。R本來(lái)是由來(lái)自新西蘭奧克蘭大學(xué)的Ross Ihaka和Robert Gentleman開(kāi)發(fā)。(也因此稱為R)現(xiàn)在由“R開(kāi)發(fā)核心團(tuán)隊(duì)”負(fù)責(zé)開(kāi)發(fā)。R是基于S語(yǔ)言的一個(gè)GNU項(xiàng)目,所以也可以當(dāng)作S語(yǔ)言的一種實(shí)現(xiàn),通常用 S語(yǔ)言編寫的代碼都可以不作修改的在R環(huán)境下運(yùn)行。R的語(yǔ)法是來(lái)自Scheme。
R的源代碼可自由下載使用,亦有已編譯的可執(zhí)行文件版本可以下載,可在多種平臺(tái)下運(yùn)行,包括UNIX(也包括FreeBSD和Linux)、Windows和MacOS。R主要是以命令行操作,同時(shí)有人開(kāi)發(fā)了幾種圖形用戶界面。(此資源來(lái)自維基百科)
眾所周知,Google開(kāi)創(chuàng)了MapReduce,MapReduce是處理存儲(chǔ)在存儲(chǔ)區(qū)的非結(jié)構(gòu)化數(shù)據(jù)的先驅(qū)。雖然Google不允許MapReduce被外部使用,但由于Google曾拿出MapReduce一部分相關(guān)信息與Nutch分享,以開(kāi)發(fā)開(kāi)源版本的Hadoop。結(jié)果Nutch被Yahoo收購(gòu),所以Yahoo也推出了Apache Hadoop項(xiàng)目。
MapReduce的工作原理是將非結(jié)構(gòu)化數(shù)據(jù)打碎并分布到服務(wù)器的各個(gè)節(jié)點(diǎn)。MapReduce將并行化、容錯(cuò)、數(shù)據(jù)分布、負(fù)載均衡等放在庫(kù)中,而將系統(tǒng)對(duì)數(shù)據(jù)的所有操作都?xì)w結(jié)為兩個(gè)步驟,通過(guò)Map和Reduce兩步來(lái)實(shí)現(xiàn)在大規(guī)模計(jì)算節(jié)點(diǎn)中人物的調(diào)度與分配。
R語(yǔ)言與Hadoop結(jié)合
現(xiàn)在,統(tǒng)計(jì)工作者可利用R語(yǔ)言,R語(yǔ)言擅長(zhǎng)在Hadoop分布式文件系統(tǒng)中存儲(chǔ)的非結(jié)構(gòu)化數(shù)據(jù)的分析。R現(xiàn)在還可以運(yùn)行在HBase這種非關(guān)系型的數(shù)據(jù)庫(kù)以及面向列的分布式數(shù)據(jù)存儲(chǔ)之上。其主要模仿了Google的BigTable。這基本上等同于使用Hadoop來(lái)持有結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)庫(kù)。就像Apache軟件基金會(huì)Hadoop項(xiàng)目的子項(xiàng)目HBase一樣。
Revolution Analytics公司提供對(duì)開(kāi)源R語(yǔ)言的商用軟件擴(kuò)充以及支援,這使得讓統(tǒng)計(jì)分析師及科學(xué)家能夠在短暫的時(shí)間內(nèi)從大量的重要資料中發(fā)現(xiàn)有意義的資訊。Revolution Analytics公司首席技術(shù)官David Champagne表示R引擎可部署在Hadoop集群中的每個(gè)節(jié)點(diǎn)上面。你可以在部署了R的工作組中設(shè)置R算法,而不是在Java編程中減少算法。它可解析Hadoop映射函數(shù)的節(jié)點(diǎn),同時(shí)可并行的統(tǒng)計(jì)分析存儲(chǔ)在HDFS的數(shù)據(jù)。
如果不使用MapReduce,然后提取數(shù)據(jù)并將數(shù)據(jù)返回給分析數(shù)據(jù)的工作組。但不要忘記你還需要消化集群中的數(shù)據(jù),同時(shí)還要聚合它們。從本質(zhì)說(shuō),R是使用Hadoop的一個(gè)網(wǎng)格控制器,其管理特定算法的運(yùn)行并控制運(yùn)行的數(shù)據(jù)。
R語(yǔ)言為企業(yè)提供更多商機(jī)(www.wjwkzy.com)
本周,Revolution Analytics與Cloudera成為新的合作伙伴。并宣布將Cloudera Distribution Apache Hadoop(CDH3)集成到Revolution Analytics的R企業(yè)平臺(tái)上。新產(chǎn)品被稱為“RevoConnectR for Apache Hadoop”。
其實(shí)Oracle早在去年就增加了對(duì)開(kāi)源R語(yǔ)言的支持,據(jù)Oracle官方透露他們將在數(shù)據(jù)挖掘軟件接口中更多使用R語(yǔ)言進(jìn)行數(shù)據(jù)的統(tǒng)計(jì)與分析。同時(shí)一些主流的數(shù)據(jù)分析和數(shù)據(jù)庫(kù)廠商,如IBM、SAS也都已經(jīng)開(kāi)始支持R語(yǔ)言。
七款優(yōu)秀的R語(yǔ)言圖形用戶界面
相關(guān)的R語(yǔ)言圖形用戶界面也應(yīng)用而生,其可幫助初學(xué)者快速進(jìn)入R語(yǔ)言環(huán)境。包括:集成開(kāi)發(fā)環(huán)境RStudio、Gnome環(huán)境下的R語(yǔ)言數(shù)據(jù)挖據(jù)工具Rattle、圖形編程界面Red-R、Deducer等。
現(xiàn)在,R與Hadoop的連接器已經(jīng)可以在GitHub下載。
名稱欄目:【成都網(wǎng)站設(shè)計(jì)】R語(yǔ)言為Hadoop集群數(shù)據(jù)統(tǒng)計(jì)分析帶來(lái)革命性變化-網(wǎng)站建設(shè)
當(dāng)前網(wǎng)址:http://m.newbst.com/news22/176672.html
網(wǎng)站建設(shè)、網(wǎng)絡(luò)推廣公司-創(chuàng)新互聯(lián),是專注品牌與效果的網(wǎng)站制作,網(wǎng)絡(luò)營(yíng)銷seo公司;服務(wù)項(xiàng)目有網(wǎng)站建設(shè)、網(wǎng)站設(shè)計(jì)等
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請(qǐng)盡快告知,我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如需處理請(qǐng)聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來(lái)源: 創(chuàng)新互聯(lián)
猜你還喜歡下面的內(nèi)容