将 MapReduce 计算连接到现实机器模型

我们解释了流行的、高度抽象的并行计算 MapReduce 模型（MRC）如何通过说明其可在诸如 BSP 之类的现实分布式内存并行机器模型上被模拟而扎根于现实。我们首先精炼该模型（MRC$^+$）以包含总工作量 $w$、瓶颈工作量 $\hat{w}$、数据量 $m$ 和最大对象大小 $\hat{m}$ 等参数。然后我们给出在分布式内存机器上使用 $p$ 个处理器执行 MapReduce 计算的匹配上下界——$\Theta(w/p+\hat{w}+\log p)$ 的工作量和 $\Theta(m/p+\hat{m}+\log p)$ 的瓶颈通信量。