- python之map和reduce的区别？
- map reduce编程的特点？
- mapreduce最小处理单位是多少？
- Spark和MapReduce相比，都有哪些优势？
- 伪分布式的spark/mapreduce是只供用来学习的吗？
python之map和reduce的区别？
①从参数方面来讲：
map()函数：
map()包含两个参数，第一个是参数是一个函数，第二个是序列（列表或元组）。其中，函数（即map的第一个参数位置的函数）可以接收一个或多个参数。
reduce()函数：
reduce() 第一个参数是函数，第二个是 序列（列表或元组）。但是，其函数必须接收两个参数。
②从对传进去的数值作用来讲：
map()是将传入的函数依次作用到序列的每个元素，每个元素都是独自被函数“作用”一次；
reduce()是将传人的函数作用在序列的第一个元素得到结果后，把这个结果继续与下一个元素作用（累积计算），
最终结果是所有的元素相互作用的结果。
map reduce编程的特点？
1、mapreduce 易于编程
它简单的实现一些接口，就可以完成一个分布式程序，这个分布式程序可以分布到大量廉价的机器上运行。也就是说你写一个分布式程序，跟写一个简单的串行程序是一模一样的。就是因为这个特点使得MapReduce编程变得非常流行。
2、良好的扩展性
当你的计算***不能得到满足的时候，你可以通过简单的增加机器来扩展它的计算能力。
3、高容错性
MapReduce设计的初衷就是使程序能够部署在廉价的机器上，这就要求它具有很高的容错性。比如其中一台机器挂了，它可以把上面的计算任务转移到另外一个节点上运行，不至于这个任务运行失败，而且这个过程不需要人工参与，而完全是由Hadoop内部完成的。
mapreduce最小处理单位是多少？
，mapreduce处理的最小数据单位为split。MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念"Map（映射）"和"Reduce（化简）"，和主要思想，都是从函数式编程语言里来的，有着矢量编程语言的特性。
该模型极大地方便了编程人员在不会分布式并行编程的情况下
Task分为Map Task和Reduce Task两种，均由TaskTracker启动。HDFS以block块存储数据，mapreduce处理的最小数据单位为split。
spark和MapReduce相比，都有哪些优势？
mapreduce是一种编程模型，map是映射，reduce是规约。也就是说，有一批数据，map会将这些数据分成好多片小的数据集，然后进行处理，然后将所有的结果都合在一起到reduce中去处理，只不过spark中不需要像hadoop中那样每次都是强制性的mapreduce了，而是可以灵活地map.map.map.reduce。
伪分布式的spark/mapreduce是只供用来学习的吗？
spark和mapreduce都是可以实际部署的技术，两者具有一定的相似性，但是spark的跨平台性更好，更适合快速部署和设计。
mapreduce是一种思想，具体实现起来方法各不相同，比如map的方法就可以有千万种之多，google提出的算法只是作为一个通用的框架，给开发者提供一个已经验证的思路，来处理分布式存储的问题，spark在此之上进行了改进。
所以两者都不是伪分布式，而是真正的分布式。
