MapReduce有什么优势和劣势

优势：
采用RPC，简化了跨节点编程
通过心跳，采用Pull的方式调度任务，减少了大量的状态
通过JVM，运用独立的子进程运行业务代码，增加了系统的可靠性，隔离了业务代码对系统稳定性的影响
插件化的总线结构，大大增强了系统的可扩展性和二次研发能力
劣势：
主线不够清晰
模块划分不是十分清晰
线程多，未统一管理

这些都是特定于hadoop的吧.

MapReduce实现有很多种方法，Hadoop MapReduce这样做，简化了其结构，将核心聚焦于大数据量的计算，在设计上是值得研究和借鉴的。

我们在研发的map-reduce，没有用RPC，感觉模块化要强一些。
同时，hadoop的程序只局限java，流模式限制又过多，这是不方便的地方。

Avro成熟后，将替代现有的RPC框架，研发hadoop程序的语言将更丰富。

Avro是个重点，不过性能不晓得有没有保证

回复 5# spork
看目前的源代码，Avro并不是替换现有RPC的框架，而应当只是替换实现。现有的实现，充分利用了Java的反映机制，整体上是比较简单的，容易看懂。

回复 4# sammychen
有否介绍一下你们研发的MapReduce吗？低层的DFS采用的是啥，也是自己研发的吗吗？现在有个想法，基于KFS研发一套MapReduce，运用C++去实现。

回复 8# hadoopor
恩，底层的dfs也是自己研发的。

回复 9# sammychen
相比Hadoop，有些啥改进了吗？