一種基于云計算的智能衣柜及其控制處理方法
【專利摘要】本發明請求保護一種和云服務器可以網絡通信的智能衣柜及其控制處理方法。該衣柜可為用戶存放衣物、搭配衣物及購買衣物時提供更多參考信息，幫助用戶智能快捷的存放衣物、搭配個性衣物。同時該衣柜在用戶使用的同時收集了很多用戶使用信息到云服務器里，為品牌商家設計服裝和其他用戶參考提供服務?？蓮V泛應用與智能家居系統。
【專利說明】一種基于云計算的智能衣柜及其控制處理方法
【技術領域】
[0001]本發明涉及云計算和通信【技術領域】，尤其涉及云終端設備和云服務器的下載、上傳和存儲技術。
【背景技術】
[0002]伴隨著經濟和云計算及物聯網技術的飛速發展，人們越來越不滿足普通的家居環境，對家中各種家具功能的要求也朝著更簡單、更快捷的方向邁進。結合云計算和物聯網技術對家庭設施的管理，在智能家居領域中無疑是一種好的解決辦法。其中通過網絡將智能終端跟云服務器連接，實現二者的實時通信是解決這一問題的最有效的方法之一。在人們的家中，衣柜是家居生活中必不可少的一部分，它為人們存放各式各樣的衣物，用戶通過將衣物分類存放，為下次取出時提供了方便。目前普通衣柜只能為用戶提供最簡單的衣物存放功能，比如當用戶衣物越來越多的時候，衣物存放的具體位置已經忘記，找尋起來浪費時間并容易將衣物弄亂；其次，有些衣物已經穿過多次，想換又舍不得，不知道怎樣搭配或去購買什么樣的衣物來搭配；第三，用戶在穿著服裝時有很多的搭配，如果想挑一套衣物外出，試來試去浪費太多時間；最后，當前的年輕人都愛追趕潮流，普通衣柜根本不能滿足他們對時尚的追求。所以這樣的衣柜離智能家居的要求還相差甚遠，從商家的角度來看，這種衣柜能收集消費者的購買以及搭配習慣并上傳到云服務器，這些數據對品牌商家或服裝設計師也將是一筆寶貴的財富。

【發明內容】

[0003]本發明所要解決的技術問題是:針對目前的智能衣柜在存放衣物時排序混亂、系統反應速度慢、客戶端關于服裝搭配資源少以及衣柜自身使用能力有限等缺陷，結合云計算和通信技術，設計并提出的一種基于云計算海量數據存儲空間的信息交互型智能衣柜。通過用戶使用服裝圖像采集技術，將服裝信息上傳至云平臺，通過智能匹配存儲至云存儲中心。
[0004]本發明解決上述問題的技術方案如下:一種基于云計算的智能衣柜，其特征在于，包括:用戶訪問接口、云服務管理器、云數據存儲中心、云安全控制中心以及智能衣柜信息采集終端，智能衣柜信息采集終端采集智能衣柜中服裝數據信息，并對其進行編號處理；網絡連接模塊提供與網絡及云服務平臺接口的連接；用戶訪問接口提供信息交換與傳輸，匹配和接收傳遞的信號；云服務管理器采用分布式文件系統管理從用戶訪問接口獲取編號處理后的服裝數據信息，云數據存儲中心通過映射化簡MapReduce (Hadoop云平臺應用程序編程模型)方式對服裝數據信息并行存儲，數據存儲傳輸包括映射Map階段和化簡Reduce階段，在Map階段，輸入數據被切分成等大小的獨立輸入片段Split，MapReduce并行處理部分將Map值分布到輸入片段所在的執行節點上執行；在Reduce階段，由Map產生的中間結果作為Reduce的輸入，Map階段和Reduce階段之間串行同步
[0005]其中，云數據存儲中心包括HBase分布式數據庫和MapReduceAPI (應用程序編程接口)，由MapReduce控制HBase分布式數據庫實現對服裝數據信息的計算，計算結果存儲在HBase中，數據查詢模塊訪問HBase,利用MapReduce并行計算模型編寫定制數據處理功能的Map函數和Reduce函數,將計算的結果重新存儲到HBase中，數據查詢模塊可對處理前和處理后的數據進行查詢。MapReduce控制包括Mapper (映射)類、Reducer (化簡)類和創建JobConf (作業配置)的驅動函數，由MapReduce控制HBase分布式數據庫實現對服裝數據信息的計算具體包括:獲取分布式數據庫HBase中的數據，將數據在HDFS中分成一系列數據塊，由RecordReader (記錄閱讀器)處理數據塊生成<k, v>鍵值對,然后進入Map操作，Map操作產生的中間結果被Partitioner (分割)類以指定的方式區分地寫到輸出文件；MapReduce根據中間結果中的鍵key,將多個Mapper產生的同一個鍵key的中間結果通過HTTP協議傳給處理這個鍵key的Reducer類；將來自不同Mapper具有相同key值的〈key, value〉(鍵值對)對合并到一起,得到的〈key, (list of values) > (鍵值對集合)送到Reducer類的reduce中處理，得到的結果寫入分布式文件系統HDFS管理的輸出文件中。
[0006]本發明還提出一種基于云計算的智能衣柜控制處理方法，包括:智能衣柜信息采集終端采集智能衣柜中服裝數據信息，并對其進行編號處理；網絡連接模塊提供與網絡及云服務平臺接口的連接；用戶訪問接口提供信息交換與傳輸，匹配和接收傳遞的信號；云服務管理器采用分布式文件系統管理從用戶訪問接口獲取編號處理后的服裝數據信息，云數據存儲中心通過映射化簡MapReduce方式對服裝數據信息并行存儲，數據存儲傳輸包括映射Map階段和化簡Reduce階段，在Map階段，輸入數據被切分成等大小的獨立輸入片段Split，MapReduce并行處理部分將Map值分布到輸入片段所在的執行節點上執行；在Reduce階段，由Map產生的中間結果作為Reduce的輸入，Map階段和Reduce階段之間串行同步。
[0007]云數據存儲中心包括HBase分布式數據庫和MapReduceAPI,由MapReduce控制HBase分布式數據庫實現對服裝數據信息的計算，計算結果存儲在HBase中，數據查詢模塊訪問HBase,利用MapReduce并行計算模型編寫定制數據處理功能的Map函數和Reduce函數，將計算的結果重新存儲到HBase中，數據查詢模塊可對處理前和處理后的數據進行查詢。MapReduce控制包括Mapper類、Reducer類和創建JobConf的驅動函數，由MapReduce控制HBase分布式數據庫實現對服裝數據信息的計算具體包括:獲取分布式數據庫HBase中的數據，將數據在HDFS中分成一系列數據塊，由RecordReader處理數據塊生成<k，v>鍵值對，然后進入Map操作,Map操作產生的中間結果被Partitioner類以指定的方式區分地寫到輸出文件；MapReduce根據中間結果中的鍵key,將多個Mapper產生的同一個鍵key的中間結果通過HTTP協議傳給處理這個鍵key的Reducer類；將來自不同Mapper具有相同key 值的〈key, value〉對合并至Ij一起，得到的〈key, (list of values)〉送到 Reducer 類的reduce中處理，得到的結果寫入分布式文件系統HDFS管理的輸出文件中。
[0008]智能衣柜信息采集終端中高清攝像頭模塊采用HD1080P通過可控制單元，拍攝照片及視頻短片，負責采集用戶服裝信息；傳感檢測部分對系統運行過程中所需要的本身和外界環境的各種參數及狀態進行檢測，并轉換成可識別信號，傳輸到信息處理單元，經過分析，處理后產生控制信息，為用戶提供與可觸摸顯示屏之間的互動；控制與信息處理中心，是智能衣柜的運算核心和控制核心，包括CPU、內部存儲器和輸入/輸出設備，采用ARM微處理器或IGHz以上的處理器，存儲高清攝像頭模塊采集到的服裝信息，并對其進行編號處理；網絡連接模塊為在系統上運行的、面向服務的、基于分布式程序的軟件模塊，網絡服務采用HTTP和XML等互聯網通用標準，提供連接網絡的基礎服務及與云服務接口相連獲得相應服務；接口提供信息交換與傳輸，匹配和接收通過電流傳遞的信號；云服務端采用分布式文件系統(HDFS)管理從接口獲取的數據信息，文件儲存方式通過MapReduce (映射化簡)方式并行存儲。數據存儲傳輸包括映射Map階段和化簡Reduce階段，在Map階段，輸入數據被自動切分成等大小的獨立輸入片段Split (分割)，輸入片段包括若干鍵值對構成的集合，MapReduce并行處理部分根據數據本地化優化策略將Map值分布到輸入片段所在的執行節點上執行。在Reduce階段，由Map產生的中間結果經過分區后產生的中間結果分區部分作為Reduce的輸入。Map階段和Reduce階段之間是串行同步的，存在一個相對用戶透明的隱式同步和通信過程。
[0009]云服務端將用戶的記錄圖片信息存儲到云端、儲存用戶的多種服裝搭配方案、提供其他用戶集群的主流服裝搭配意見以及品牌商家服裝信息等功能。
[0010]本發明設計一種能夠雙向數據傳遞的智能衣柜，運用了智能終端技術、圖像處理技術、網絡通信技術和云計算技術。智能終端將獲得的數據通過網絡模塊存儲至云中心，進行數據處理及提取云數據庫中的資源。
[0011]本發明通過管理控制中心為每件衣物進行編號并放置到指定編號的衣架上，提供了有序存衣、快速提取的功能。另外，區別于單機系統的功能局限性，利用云平臺的海量數據存儲和高速計算能力，滿足多用戶群體之間的互動。
【專利附圖】

【附圖說明】[0012]圖1系統整體不意圖；[0013]圖2智能終端整體模塊設計圖[0014]圖3智能衣柜總體結構圖；[0015]圖4新購置衣物存入流程圖；[0016]圖5衣物搭配方案存儲流程圖[0017]圖6云平臺數據流圖；[0018]圖7云端任務處理示意圖。
【具體實施方式】
[0019]下面結合附圖和實施例對本發明進一步說明。
[0020]圖1為系統的整體示意圖，一種基于云計算技術的智能衣柜，包括:用戶訪問接口、云服務管理器、云數據存儲中心、云安全控制中心以及智能衣柜信息采集終端。智能衣柜信息采集終端包括控制與信息處理中心、高清攝像頭模塊、傳感檢測部分、可觸摸顯示屏、網絡連接模塊及接口。
[0021]高清攝像頭模塊采用HD1080P通過可控制單元，拍攝照片及視頻短片，負責采集用戶服裝信息；傳感檢測部分對系統運行過程中所需要的本身和外界環境的各種參數及狀態進行檢測，并轉換成可識別信號，傳輸到信息處理單元，經過分析，處理后產生控制信息，為用戶提供與可觸摸顯示屏之間的互動；控制與信息處理中心，是智能衣柜的運算核心和控制核心，包括CPU、內部存儲器和輸入/輸出設備，采用ARM微處理器或IGHz以上的處理器，存儲高清攝像頭模塊采集到的服裝信息，并對其進行編號處理；網絡連接模塊為在系統上運行的、面向服務的、基于分布式程序的軟件模塊，網絡服務采用HTTP和XML等互聯網通用標準，提供連接網絡的基礎服務及與云服務接口相連獲得相應服務；接口提供信息交換與傳輸，匹配和接收通過電流傳遞的信號；云服務端采用分布式文件系統(HDFS)管理從接口獲取的數據信息，文件儲存方式通過MapReduce (映射化簡)方式并行存儲。數據存儲傳輸包括映射Map階段和化簡Reduce階段，在Map階段，輸入數據被自動切分成等大小的獨立輸入片段Split，輸入片段包括若干鍵值對構成的集合，MapReduce并行處理部分根據數據本地化優化策略將Map值分布到輸入片段所在的執行節點上執行。在Reduce階段，由Map產生的中間結果經過分區后產生的中間結果分區Part部分作為Reduce的輸入。Map階段和Reduce階段之間是串行同步的，存在一個相對用戶透明的隱式同步和通信過程。
[0022]其中云服務管理器采用HDFS分布式文件系統，云服務管理器提供網絡接口，用于存儲用戶通過網絡傳輸至云存儲中心的數據；傳感器檢測模塊包括可觸摸顯示屏，為用戶提供數據輸入接口，瀏覽控制與信息處理中心處理的服裝信息，為新置衣物編號存儲以及輸入操作指令；數據采集裝置采用高清攝像頭，拍攝新加入智能衣柜中的衣物，并對衣物圖片進行編號同時存儲，提供成套服裝搭配圖片式信息。
[0023]圖2為智能終端模塊設計圖。云服務器模塊采用HDFS分布式文件系統(HadoopDistributed File System), HDFS有著高容錯性(fault-tolerant)的特點，并且設計用來部署在低廉的(low-cost)硬件上。HDFS是一個主從結構，一個HDFS集群由一個名字節點(它是一個管理文件的命名空間和調節客戶端訪問文件的主服務器)，以及數據節點構成，用于管理存儲。中心處理器，可采用ARM微處理器或IGHz以上的處理器，實現數據傳輸、數據運算、數據加工等功能，完成對高清攝像頭的控制以及數據處理。高速緩存器(Cache)和硬盤，在內存中開辟一塊位置Cache來臨時存取硬盤中的服裝圖片數據，包括服裝購買適應當前激增的海量數據存儲需求。硬盤存儲服裝圖片的各類信息，例如服裝存入日期、品牌、種類、用戶信息、服裝編號以及與每件服裝相關的圖片數據。以太網卡采用RJ-45接口網卡，這種RJ-45接口類型的網卡就是應用于以雙絞線為傳輸介質的以太網中，它的接口類似于常見的電話接口 RJ-1I，在網卡上還自帶兩個狀態批示燈，通過這兩個指示燈顏色可初步判斷網卡的工作狀態。
[0024]圖3為智能衣柜總體結構圖，智能信息衣柜采集終端采用Windws CE嵌入式操作系統，智能衣柜信息采集終端可以采用Windws CE嵌入式操作系統，智能衣柜的操作主界面包括查看、上傳功能。其中查看的數據分為本地圖片信息和服務器信息，本地圖片為試穿效果圖，可以單張滑動顯示或多張縮略對比圖顯示。在圖片查看處理時，該智能衣柜信息采集終端采用基于WindwsCE系統的圖片查看器。用操作系統自帶的CEFileManager模塊向用戶枚舉存儲介質上的圖片文件，并以縮略圖形式提供用戶系統預覽，方便用戶選擇感興趣的服裝圖片進行詳細欣賞、操作。在枚舉圖片文件的過程中，可以在主窗口線程中創建一個新線程來查找文件，這樣方便用戶在圖片文件太多的情況下，可以隨意操作某一張已預覽的圖片進行放大欣賞，緩解處理速度給用戶帶來的壓力。用CEPicViewer模塊向用戶提供對某張圖片放大到實際尺寸的查看模式，并支持簡單操作功能；選擇一張圖片、選擇下一張圖片、幻燈片瀏覽模式、逆時針旋轉、順時針旋轉、刪除、切換到預覽模式、退出等。該查看器利用Windows提供的應用程序接口 API函數和組件對象模型COM接口編程，用WindwsCE系統自帶的格式解碼器JPG Decoder對攝像頭文件進行讀寫解碼并顯示。
[0025]結構組成主要包括三個部分，分別為賬戶管理、圖片管理和云信息查詢中心。賬戶管理需要用戶注冊并登陸，方便每個用戶管理自己的服裝信息，支持多用戶同時使用衣柜；在用戶使用圖片管理時，可以將通過攝像頭拍攝的圖片進行瀏覽、刪除或存儲功能；云信息查詢中心為用戶搭建起一個互相交流的中心，主要提供的服務有查看用戶已上傳至云中心的服裝圖片、上傳本地圖片備份、查詢流行服飾圖片、自由搭配喜好服裝圖片等。
[0026]圖4為新購置衣物存入流程圖，高清攝像頭模塊拍攝欲存入的衣物、編號并存入衣柜。將衣物置于攝像頭前端并拍攝，通過選擇決定是否存入，對新拍的圖片編號存入云端，步驟如下:
[0027]a.智能衣柜終端讀取用戶存入衣物的命令，選取衣物種類類別，然后確認是存入衣物還是取出衣物；
[0028]b.用戶在存入新衣物時，可以選擇是否拍攝照片，數據采集裝置采用1080P全高清攝像頭，拍攝完畢通過終端服務器智能為衣物照片分配編號，用指定編號的衣架放置；
[0029]c.將配置好的圖片信息存入云端，云端的數據管理服務器通過Map任務和Reduce任務對上傳的圖片進行目標識別(識別出有圖片中的衣物銘牌和顏色款式)和對圖片清晰度進行檢測，如果檢測結果符合要求，則提交下一步處理，否則要求重新拍照上傳圖片。
[0030]圖5為衣物搭配方案存儲流程圖，通過組合服裝編號幫助用戶存儲喜歡的服裝搭配方案。在服裝類別下面分別選擇不同部位的服裝組合，服裝搭配完成后可選擇存儲或刪除，存儲的服裝搭配方案可通過網絡發送至云數據庫存儲并展示在個人服裝搭配中心。
[0031]a.智能衣柜終端讀取用戶搭配衣物的命令，選取衣物種類類別，然后讀取云端已經存入的服裝列表，在上衣、褲子等服裝類別中選取單件通過圖片合成對用戶進行套裝預覽;
[0032]b.用戶對滿意的服裝搭配可以選擇存儲，選擇‘否’則重新開始服裝搭配；選擇‘是’選項則自動生成服裝搭配的服裝編碼列表，并將列表信息數據隨生成的套裝圖片存入云端；云端的數據管理服務器通過MapReduce編程模型將任務分割，將上傳的搭配圖片信息存儲，并記錄相關搭配衣物具體信息；
[0033]c.用戶可以直接登錄終端顯示已配置好的套裝信息以及瀏覽從云端服務器傳輸過來的搭配熱度較高的流行款式，將已經搭配好的套裝信息進行拆分，將流行熱度比較大的服裝圖片與自己的服裝進行圖片合成模擬。
[0034]圖6為云平臺數據流圖，數據在云端的流動如圖所示，整個云平臺的框架包括:HDFS分布式文件系統、HBase分布式數據庫和MapReduceAPI。由云計算的核心MapReduce實現數據計算，數據按照邏輯層次存儲在HBase中，HBase開發于HDFS之上，實現云計算的分布式、并行計算和存儲，提升處理大規模數據的能力。數據訪問層將數據傳遞給數據處理層，這一層是整個平臺的功能性核心；首先加載暫時存儲在云平臺的服裝圖片原始數據，利用預先設計好的數據表模式，將數據加載到分布式數據庫HBase中，便于進行下一步計算；數據查詢模塊訪問HBase，利用MapReduce并行計算模型編寫定制數據處理功能的Map函數和Reduce函數，將計算的結果重新存儲到HBase中，數據查詢模塊可對處理前和處理后的數據進行查詢。在數據流動過程中，HBase存儲和MapReduce框架計算是其中的核心步驟，實現多節點分布式處理技術，保障平臺的可靠性和數據存儲的一致性。[0035]圖7為云端任務處理不意圖，通過運行于Hadoop平臺下的MapReduce應用程序實現任務處理，Map應用程序包括Mapper類、Reducer類和創建JobConf的驅動函數,需要時還可以包括一個Combiner類,這個類實際上也是Reducer的一種實現。根據圖中所示,云端任務處理基本流程包括:獲取分布式數據庫HBase中的數據，將數據在HDFS中分成數個分片，這些數據塊由RecordReader處理生成<k, v>鍵值對,然后進入Map操作。Map操作產生的中間結果被Partitioner類以指定的方式區分地寫到輸出文件?？梢愿鶕枰獮镸apper指定Combiner類對Mapper輸出的<k,v>中間鍵值對進行合并,然后再輸出到文件中。Map任務結束后進入Reduce任務。每個Reduce任務包括組合(shuffle)、排序(sort)和聚集數據(reduce)三個階段。MapReduce框架根據中間結果中的鍵key,將多個Mapper產生的同一個鍵key的中介結果通過HTTP協議傳給處理這個鍵key的Reducer類。在組合和排序階段，將來自不同Mapper具有相同key值的〈key, value)對合并到一起,通過組合和排序后得到的〈key, (list of values) >送到Reducer類的reduce方法中處理,將得到的結果寫入由Hadoop的分布式文件系統HDFS管理的輸出文件中。
[0036]本發明采用云計算、物聯網和智能終端等先進技術，利用多種技術的結合大幅度提升智能衣柜的使用能力，將普通的視覺信息轉化為計算機視覺信息，這樣不但能夠通過網絡幫助用戶獲取更多的信息，更好地完成選擇，并可以為品牌商家調查消費習慣和建議及意見，做到精益求精。
【權利要求】
1.一種基于云計算的智能衣柜，其特征在于，包括:用戶訪問接口、云服務管理器、云數據存儲中心、云安全控制中心以及智能衣柜信息采集終端，智能衣柜信息采集終端采集智能衣柜中服裝數據信息，并對其進行編號處理；網絡連接模塊提供與網絡及云服務平臺接口的連接；用戶訪問接口提供信息交換與傳輸，匹配和接收傳遞的信號；云服務管理器采用分布式文件系統管理從用戶訪問接口獲取編號處理后的服裝數據信息，云數據存儲中心通過映射化簡MapReduce (云計算編程模型)方式對服裝數據信息并行存儲，數據存儲傳輸包括映射Map階段和化簡Reduce階段，在Map階段，輸入數據被切分成等大小的獨立輸入片段Split，MapReduce并行處理部分將Map值分布到輸入片段所在的執行節點上執行；在Reduce階段，由Map產生的中間結果作為Reduce的輸入，Map階段和Reduce階段之間串行同步。
2.根據權利要求1所述的智能衣柜，其特征在于，云數據存儲中心包括HBase分布式數據庫和MapReduceAPI云計算應用程序編程接口，由MapReduce控制HBase分布式數據庫實現對服裝數據信息的計算，計算結果存儲在HBase中，數據查詢模塊訪問HBase，利用MapReduce并行計算模型編寫定制數據處理功能的Map函數和Reduce函數,將計算的結果重新存儲到HBase中，數據查詢模塊可對處理前和處理后的數據進行查詢。
3.根據權利要求1所述的智能衣柜，其特征在于，MapReduce控制包括映射Mapper類、化簡Reducer類和 創建作業配置JobConf的驅動函數，由MapReduce控制HBase分布式數據庫實現對服裝數據信息的計算具體包括:獲取分布式數據庫HBase中的數據，將數據在HDFS中分成一系列數據塊，由RecordReader處理數據塊生成<k，v>鍵值對，然后進入Map操作，Map操作產生的中間結果被分割類以指定的方式區分地寫到輸出文件；MapReduce根據中間結果中的鍵key,將多個Mapper產生的同一個鍵key的中間結果通過HTTP協議傳給處理這個鍵key的Reducer類；將來自不同Mapper具有相同key值的鍵值對〈key, value〉合并到一起，得到的鍵值對集合〈key, (list of values) >送到Reducer類的reduce中處理，得到的結果寫入分布式文件系統HDFS管理的輸出文件中。
4.一種基于云計算的智能衣柜控制處理方法，其特征在于，智能衣柜信息采集終端采集智能衣柜中服裝數據信息，并對其進行編號處理；網絡連接模塊提供與網絡及云服務平臺接口的連接；用戶訪問接口提供信息交換與傳輸，匹配和接收傳遞的信號；云服務管理器采用分布式文件系統管理從用戶訪問接口獲取編號處理后的服裝數據信息，云數據存儲中心通過映射化簡MapReduce方式對服裝數據信息并行存儲，數據存儲傳輸包括映射Map階段和化簡Reduce階段，在Map階段，輸入數據被切分成等大小的獨立輸入片段Split，MapReduce并行處理部分將Map值分布到輸入片段所在的執行節點上執行；在Reduce階段，由Map產生的中間結果作為Reduce的輸入，Map階段和Reduce階段之間串行同步。
5.根據權利要求4所述的處理方法，其特征在于，云數據存儲中心包括HBase分布式數據庫和MapReduceAPI,由MapReduce控制HBase分布式數據庫實現對服裝數據信息的計算，計算結果存儲在HBase中，數據查詢模塊訪問HBase，利用MapReduce并行計算模型編寫定制數據處理功能的Map函數和Reduce函數,將計算的結果重新存儲到HBase中，數據查詢模塊可對處理前和處理后的數據進行查詢。
6.根據權利要求1所述的處理方法，其特征在于，MapReduce控制包括Mapper類、Reducer類和創建JobConf的驅動函數，由MapReduce控制HBase分布式數據庫實現對服裝數據信息的計算具體包括:獲取分布式數據庫HBase中的數據，將數據在HDFS中分成一系列數據塊，由RecordReader處理數據塊生成〈key, value)鍵值對,然后進入Map操作，Map操作產生的中間結果被Partitioner類以指定的方式區分地寫到輸出文件；MapReduce根據中間結果中的鍵key,將多個Mapper產生的同一個鍵key的中間結果通過HTTP協議傳給處理這個鍵key的Reducer類；將來自不同Mapper具有相同key值的〈key, value〉對合并到一起，得到的〈key, (list of values) >送到Reducer類的reduce中處理,得到的結果寫入分布式文件系統HDFS管 理的輸出文件中。
【文檔編號】H04L29/08GK103440316SQ201310380017
【公開日】2013年12月11日 申請日期:2013年8月27日 優先權日:2013年8月27日
【發明者】袁正午, 董越, 彭先強 申請人:重慶郵電大學