论文部分内容阅读
随着“大数据”时代的到来，分布式数据处理得到了广泛的应用和发展．在基于云计算的海量数据处理中，复杂处理要求逐渐增多，数据分析通常需要跨越多个数据集，因此亟需高效的多表连接机制．现有的基于MapReduce的多表连接机制多采用串行级联方式实现多个不同数据集连接，操作灵活但效率不高．本文在分析现有并行连接模型的基础上，提出基于二维节点矩阵的分级多表连接模型TD—HMJ．TD—HMJ在一次Map过程中处理全部连接属性，Reduce过程建立二维节点矩阵实现多组3（或2）表并行连接，并通过多级Reduce过程实现多