摘要：當(dāng)前的軟件實現(xiàn)是指定一個映射函數(shù)，用來把一組鍵值對映射成一組新的鍵值對，指定并發(fā)的歸納函數(shù)，用來保證所有映射的鍵值對中的每一個共享相同的鍵組。下面使用模式實現(xiàn)了一個簡單的統(tǒng)計日志中單詞出現(xiàn)次數(shù)的程序

MapReduce是一種從函數(shù)式編程語言借鑒過來的模式，在某些場景下，它可以極大地簡化代碼。先看一下什么是MapReduce：

MapReduce是Google提出的一個軟件架構(gòu)，用于大規(guī)模數(shù)據(jù)集（大于1TB）的并行運算。概念“Map（映射）”和“Reduce（歸納）”，及他們的主要思想，都是從函數(shù)式編程語言借來的，還有從矢量編程語言借來的特性。
當(dāng)前的軟件實現(xiàn)是指定一個Map（映射）函數(shù)，用來把一組鍵值對映射成一組新的鍵值對，指定并發(fā)的Reduce（歸納）函數(shù)，用來保證所有映射的鍵值對中的每一個共享相同的鍵組。
簡單來說，MapReduce就是把待處理的問題分解為Map和Reduce兩個部分。而待處理的數(shù)據(jù)作為一個序列，每一個序列里的數(shù)據(jù)通過Map的函數(shù)進行運算，再通過Reduce的函數(shù)進行聚合成最終的結(jié)果。

下面使用mapreduce模式實現(xiàn)了一個簡單的統(tǒng)計日志中單詞出現(xiàn)次數(shù)的程序:

from functools import reduce
from multiprocessing import Pool
from collections import Counter

def read_inputs(file):
    for line in file:
        line = line.strip()
        yield line.split()

def count(file_name):
    file = open(file_name)
    lines = read_inputs(file)
    c = Counter()
    for words in lines:
        for word in words:
            c[word] += 1
    return c

def do_task():
    job_list = ["log.txt"] * 10000
    pool = Pool(8)
    return reduce(lambda x, y: x+y, pool.map(count, job_list))

if __name__ == "__main__":
    rv = do_task()