MQ常见应用场景以下介绍消息队列在实际应用中常用的使用场景。异步处理，应用解耦，流量削锋,日志处理和消息通讯四个场景。异步处理场景说明：用户注册后，需要发注册邮件和注册短信。传统的做法有两种1.串行的方式；2.并行方式。（1）串行方式：将注册信息写入数据库(https://www.oschina.net/ac

1\.Shuffle：MapReduce的计算模型主要分为三个阶段，Map，shuffle，Reduce。Map负责数据的过滤，将文件中的数据转化为键值对，Reduce负责合并将具有相同的键的值进行处理合并然后输出到HDFS。为了让Reduce可以并行处理map的结果，必须对Map的输出进行一定的排序和分割，然后交个Red

我记得我接触电脑的时候是在小学三年级的时候，那是1995年，那年发布了windows95，但是我学习的时候还是只是dos系统，简单对于文件的一些命令操作还有五笔在过去的那个年代，电脑都是单CPU，也就是单任务处理；多任务处理到后来才慢慢发展起来，多任务代表电脑在同一时刻内可以处理很多并行操作，这样CPU被利用率高了，多个任务都可以共享。多任务处理的出现对

!(https://oscimg.oschina.net/oscnet/d75611f1666a4395ab93d575d05232e6.png)1.并发和并行举个例子并发(concurrency):并发的关键在于有处理多个任务的能力,但并不一定就是同时处理.例1:吃饭时,电话响起,暂时停下吃饭的动作

MapReduce简介MapReduce是一种并行可扩展计算模型，并且有较好的容错性，主要解决海量离线数据的批处理。实现下面目标★易于编程★良好的扩展性★高容错性MapReduce有哪些角色？各自的作用是什么？MapRedu

通常程序会被编写为一个顺序执行并完成一个独立任务的代码。如果没有特别的需求，最好总是这样写代码，因为这种类型的程序通常很容易写，也容易维护。不过也有一些情况下，并行执行多个任务会有更大的好处。一个例子是，Web服务需要在各自独立的套接字上同时接收多个数据请求。每个套接字请求都是独立的，可以完全独立于其它套接字进行处理。具有并行执行多个请求

Linux下批量管理工具pssh安装和使用pssh工具包安装：yumyinstallpsshpssh：在多个主机上并行地运行命令pscp：把文件并行地复制到多个主机上prsync：通过rsync协议把文件高效地并行复制到多个主机上

关于并行计算的概念有非常多，硬件落地其实就只有两种，CPU上的并行计算和GPU上的并行计算，GPU做点积这样的矢量计算（矩阵计算）有优势，但目前还运行不了操作系统和数据库，比较多用于研究性质的计算。在我们生产系统中运用最多的是CPU上的并行计算，其落地方式也只有两种，多线程和多进程。围绕多线程、多进程结合通信技术的灵活设计，它的应用范围非常广泛，不光用于并行

Java并行流，方便了并发操作，但是不注意可能会导致问题。如最大线程数，怎么控制并发数，类加载器，线程上下文变化，ForkJoinPool的execute、submit、invoke方法的区别等。

在我们的日常编程任务中，对于集合的制造和处理是必不可少的。当我们需要对于集合进行分组或查找的操作时，需要用迭代器对于集合进行操作，而当我们需要处理的数据量很大的时候，为了提高性能，就需要使用到并行处理，这样的处理方式是很复杂的。流可以帮助开发者节约宝贵的时间，让以上的事情变得轻松。