[发明专利]一种数据倾斜处理方法及装置在审
| 申请号： | 201610279684.2 | 申请日： | 2016-04-28 |
| 公开（公告）号： | CN105930479A | 公开（公告）日： | 2016-09-07 |
| 发明（设计）人： | 刘光华 | 申请（专利权）人： | 乐视控股（北京）有限公司;乐视网信息技术（北京）股份有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F9/54 |
| 代理公司： | 北京国昊天诚知识产权代理有限公司 11315 | 代理人： | 刘戈 |
| 地址： | 100025 北京市朝阳*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种数据倾斜处理方法及装置，涉及计算机应用技术领域。其中，所述方法包括：当进行映射关联mapjoin操作的第一数据集和第二数据集的数据量均大于预置阈值时，将所述第一数据集拆分为N个子数据集，其中，N大于或等于2，所述子数据集的数据量小于或等于所述预置阈值；将所述第二数据集分别与所述N个子数据集进行mapjoin操作。本发明实施例提供的技术方案能有效避免mapreduce的shuffle(置乱)过程以及在单一reduce中处理同一个key(关键字)的大量数据，可在一定程度上解决大部分的数据倾斜问题；换句话说，本发明实施例提供的技术方案是以资源来换取效率，大大提高会发生数据倾斜的hive任务的效率。 | ||
| 搜索关键词： | 一种 数据 倾斜 处理 方法 装置 | ||
【主权项】：
一种数据倾斜处理方法，其特征在于，包括：当进行映射关联mapjoin操作的第一数据集和第二数据集的数据量均大于预置阈值时，将所述第一数据集拆分为N个子数据集，其中，N大于或等于2，所述子数据集的数据量小于或等于所述预置阈值；将所述第二数据集分别与所述N个子数据集进行mapjoin操作。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于乐视控股（北京）有限公司;乐视网信息技术（北京）股份有限公司，未经乐视控股（北京）有限公司;乐视网信息技术（北京）股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610279684.2/，转载请声明来源钻瓜专利网。
- 上一篇：对象格式生成方法、装置及系统
- 下一篇：一种3D模型文件转换的方法及装置
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
