原計劃是是在週五完成的MapReduce的學習反饋，但是受週五當天的“浙旅方案”需要大改的影響，以及我當天在看MapReduce之前，看到一篇文章《RPC原理及RPC實例分析》關於，分佈式框架核心--RPC原理，決定好好研究研究，所以當天沒能給到您Mapreduce的學習反饋，這點向您道歉。下面基於這三天對RPC遠程過程調用、Mapreduce、大數據環境的搭建給出反饋。
- RPC原理
- MapReduce
- 大數據環境搭建
RPC遠程過程調用
PRC的由來：分佈式系統中，要搭建一個新服務，免不了需要依賴他人的服務，而現在他人的服務都在遠端，怎麼調用？RPC解決了上述問題！！！
RPC的學習，對我來說還是比較坎坷，由於之前的計算機網絡知識忘記差不多了，導致學習RPC與HTTP比較這塊看起來很吃力，又重新的看了些計算機網絡相關OSI七層架構知識。
總結下來，其實RPC乾的事和HTTP差不多，也可以將RPC看成調用協議，在http協議中，客戶端像服務器發送請求到客服端接受等一頓操作（經典B/S結構），RPC也是這樣，只是RPC應用在分佈式中，RPC設計的理念就是：調用遠程服務要像調用本地服務一樣方便，即遠程調用透明。在分佈式系統中，有着面向服務思想，計算是服務、存儲是服務、或者說一個ERP程序的財務、數據庫等等都可以是服務，這些服務可能分佈在分佈式的集羣中，我們改怎麼調用這些服務，這時候就用到了RPC。
RPC過程分解：
其實上面的圖很好理解，就是客戶端（消費者）和服務端（提供者）中間加了兩層：Client Stub 和Server Stub.RPC做的工作就是將上面2-10的部分透明，讓我們看起來像是在本地調用服務。其中解釋下序列化和反序列化吧，序列化就是數據的處理方法，將數據變爲二進制的形式傳輸，反序列化就是變回來，在RPC中數據是通過二進制的方式傳輸的，而http協議是通過超文本傳輸（HTML）。當然，我上面說的服務更多的是作爲消息，只是爲了好理解說成服務。
其實，解決了如何調用其他人的服務問題，有一個問題出來了：如何發佈自己的服務？？？
其實用到了zookeeper.
zookeeper協調服務，感覺在很多解決方案中都有它。當天，我只理解zookeeper充當服務註冊機的作用。由於字數原因...就不寫了.
MapReduce
學習MapReduce時，我的學習路線是：MaReduce的原理---MapReduce運行機制
MapReduce作爲Hadoop的“心臟”，其核心思想是：分而治之。設計思想上，感覺還是很好理解的。我的學習重點放在了Mapreduce的運行機制上。其中JobClient、JobTracker、TaskTracker、Task等四大框架的理解，以及工作流程。其中map和Reduce中的分合Shuffle，以及一些零散的知識點。後期，學習目標希望是從Code和運維的角度去理解和實操MapReduce，更好的理解它的技術原理。因爲MapReduce比我想象中要複雜的多，所以學完之後系統的整理很多，慢慢消化這幾天所學內容需要時間，我希望後面再回來看MapReduce時候再做整理，感覺這樣效果要更好些。
放一張工作流：
學習資料：《RPC(遠程過程調用)的應用》、《淺析RPC遠程過程調用基本原理》、《OSI七層模型》、《MapReduce奠定基石》、《大數據處理之道》、《大媽也能看懂的大數據分佈式計算圖解》、《MapReduce原理與技術》
大數據環境的搭建
星期六纔到的主機，目前只裝了虛擬機Vmware和linux系統CentOS、以及linux得到java環境JDK。