我有一个针对单个文件迭代运行的 hadoop 作业。现在，如果我必须为目录中的每个文件并行运行多个作业，那么在 HADOOP 中休假的最佳实践是什么。
最佳答案
可以引用项目haloop它解决了迭代映射减少。 然后，如果文件很大，那么继续使用 haloop，否则你可能会合并小文件以获得更好的性能。
关于hadoop - 如何在 HADOOP 中并行运行多个迭代作业，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/12528738/