我对此处解释的MapReduce示例有疑问：
这确实是hadoop MapReduce最常见的例子，WordCount。
我能够在Cosmos的全局实例中执行它没有任何问题，但即使我给它一个小输入（一个有2行或3行的文件），执行它需要很多（半分钟或者更多）减）。我认为这是它的正常行为，但我的问题是：¿为什么即使是小输入它也需要这么长时间？
我想这种方法可以通过更大的数据集增加其有效性，而这种最小延迟可以忽略不计。
答案 0 :(得分：0)
首先，你必须考虑到FIWARE LAB的当前Cosmos实例是Hadoop的共享实例，因此许多其他用户可能同时执行MapReduce作业，从而导致＆＃34;竞争＆＃ 34;用于计算资源。
据说，MapReduce是为大型数据集和larga数据文件设计的。它增加了很多开销，在处理几行时没有必要（因为有几行你不需要MapReduce！:)但是当这些行是thounsands时它会有很多帮助甚至数百万。在这些情况下，处理时间与数据大小成正比，当然，不是以1：1的比例说出来。