银河里的星星
作者：Biswapesh Chattopadhyay&Weiran Liu .etc.Google Inc 2011-8
原文：http://www.vldb.org/pvldb/vol4/p1318-chattopadhyay.pdf
译者：phylips@bmy 2011-10-6
译文： http://duanple.blog.163.com/blog/static/70971767201192484915767/
摘要
Tenzing是一个建立在MapReduce之上的用于Google数据的ad hoc分析的查询引擎。Tenzing提供了一个具有如下关键特征的完整SQL实现(还具有几个扩展)：异构性，高性能，可扩展性，可靠性，元数据感知，低延时，支持列式存储和结构化数据，容易扩展。Tenzing目前已被Google内部的上千个工程师所使用，提供了每天在1.5PB压缩后数据上的10000多个查询支持。在本文中，我们描述了Tenzing的架构和实现，并给出了由一些典型分析型查询任务组成的benchmark结果。 read more
作者：phylips@bmy 2011-10-03
[序：关于MapReduce的争论，这篇<<MapReduce和并行数据库，朋友还是敌人？(zz)>>已经进行了展开。不过我通常对这方面的内容持着浓厚的兴趣，所以还是再理一下，并将涉及的论文翻译了出来。] read more
作者：Michael Stonebraker &Daniel Abadi et. 2010-1
原文：http://database.cs.brown.edu/papers/stonebraker-cacm2010.pdf
译者：phylips@bmy 2011-10-5
译文：http://duanple.blog.163.com/blog/static/7097176720119720494/
序
MapReduce弥补了DBMS的不足，因为数据库不是设计用于执行ETL任务，而在这方面MapReduce更擅长。 read more
作者：Jeffrey Dean &Sanjay Ghemawat .Google Inc 2010-1
原文：http://perspectives.mvdirona.com/2010/01/02/MapReduceInCACM.aspx
译者：phylips@bmy 2011-10-5
译文：http://duanple.blog.163.com/blog/static/7097176720119711038980/
序
与并行数据库相比，MapReduce的优势包括存储系统无关以及大规模jobs的细粒度容错性。 read more
作者：Andrew Pavlo &Erik Paulson etc. 2009-6
原文：http://db.csail.mit.edu/pubs/benchmarks-sigmod09.pdf
译者：phylips@bmy 2011-10-4
译文：http://duanple.blog.163.com/blog/static/7097176720119701941950/
摘要
使用MapReduce模型进行大规模数据分析目前已成为一个炙手可热的领域而备受关注[17]。尽管该框架的基本控制流实际上早在20多年前就出现在数据库管理系统(DBMS)中了，但是有些人还是把它称为一个全新的计算模型[8,17]。在本文中，我们分别对这两种模型进行了描述和对比。此外，我们还对比了这两种系统的性能和开发的复杂度。最后，我们定义了由多个计算任务组成的benchmark，并在一个MR的开源版本和两个并行DBMS系统上进行了测试。针对每个计算任务，我们在一个100节点的集群上进行了多个并行度上的系统性能测试。我们得到了一些有趣的结论。尽管并行DBMS的数据加载过程和执行调优所花费的时间比MR系统要长，但是这些DBMS系统所表现出的执行性能却比MR系统好很多。我们对产生这种显著的性能差异的原因进行了思考，并考虑了那些未来系统所需要从这两种架构学习的地方。 read more
zz from：http://databasecolumn.vertica.com/database-innovation/mapreduce-ii/
MapReduce: A major step backwards 的续
[Note: Although the system attributes this post to a single author, it was written by David J. DeWitt and Michael Stonebraker]
Last week’s MapReduce post attracted tens of thousands of readers and generated many comments, almost all of them attacking our critique. Just to let you know, we don’t hold a personal grudge against MapReduce. MapReduce didn’t kill our dog, steal our car, or try and date our daughters. read more
from：http://www.programmer.com.cn/4014/
文/何伟平
在2010年1月的ACM上，有两篇文章非常吸引人注意。一篇文章是Google的Jeffrey Dean、Sanjay Ghemawat发表的标题为《MapReduce:一个灵活的数据库处理工具》，另一篇文章是Michael Stonebraker、Daniel Abadi、David J. DeWitt、Sam Madden、Erik Paulson、Andrew Pavlo、Alexander、Rasin等人发表的《MapReduce和并行数据库：是朋友还是敌人？》。这两篇文章让我想起去年初Michael Stonebraker等人就MapReduce发表的一些评论而导致了一次MapReduce和数据库系统的大辩论。那篇文章的标题是《MapReduce：一个巨大的倒退》。这次辩论双方则准备了丰富的实践和实验案例。看上去更加有趣也更加有说服力。 read more
英文原文：http://developer.yahoo.com/blogs/hadoop/posts/2011/02/mapreduce-nextgen/
zz from：http://blog.nosqlfan.com/html/1451.html
注：随着Hadoop的流行，其局限性也在一定程度体现，各大公司也在hadoop上做了很多修改，下面是雅虎对Hadoop下一代的重构计划。原文地址：http://sandaobusi.javaeye.com/blog/941740 read more
看多了正面文章，今天看一篇负面批评吧，在MapReduce几乎已经成为大中型NoSQL产品标配的今天，如果有人说MapReduce完全是个垃圾，估计有很多人要受不了了。下面的一篇文章是一些RDBMS系统的大牛人从多个方面对MapReduce的批评，不妨一看。 read more
zz from：http://www.oschina.net/news/15813/hadoop-mapreduce?from=rss
最近雅虎开发者博客发了一篇介绍Hadoop重构计划的文章。因为他们发现当集群的规模达到4000台机器的时候，Hadoop遭遇到扩展性的瓶颈，目前他们正准备开始对Hadoop进行重构。 read more
本文翻译自The SMAQ stack for big data
英文原文：http://radar.oreilly.com/2010/09/the-smaq-stack-for-big-data.html
SMAQ代表了存储，MapReduce和查询。
转载请注明译者：phylips@bmy
出处：http://duanple.blog.163.com/blog/static/709717672011016103028473/ read more
数据收集和存储的速度正在惊人地发展，对Google而言，数以万计的服务器中存储的PB级数据，以及每天在服务器中处理的数以亿计的图片文件，都对其未来的系统架构提出了新的挑战。重新设计系统架构以此优化搜索引擎的增量处理能力已是Google当务之急。 read more
转载请注明：http://duanple.blog.163.com/blog/static/70971767201092673696/ 作者 phylips@bmy
5.性能
在本节中我们将通过运行在大集群的机器上的两个计算来测量MapReduce的性能。一个计算在大概1TB的数据中搜索给定模式的文本。另一个计算对接近1T的数据进行排序。 read more
转载请注明：http://duanple.blog.163.com/blog/static/709717672010923203501/
作者 phylips@bmy
摘要：
MapReduce是一个编程模型以及用来处理和生成大数据集的一个相关实现。用户通过描述一个map函数，处理一组key/value对进而生成一组key/value对的中间结果，然后描述一个reduce函数，将具有相同key的中间结果进行归并。正如论文所表明的，很多现实世界中的任务都可以用这个模型来表达。 read more