如何使用Hadoop实现不同复杂度的遥感产品算法

MapReduce模型可分为单Reduce模式、多Reduce模式以及无Reduce模式，对于不同复杂度的指数产品生产算法，应根据需求选择不同的MapReduce计算模式。

1) 复杂度较低的产品生产算法

针对复杂度较低的遥感产品生产算法，一般只需使用一个MapReduce计算任务，此时应选择多Reduce模式或者无Reduce模式。

当指数产品算法涉及到的输入数据只包含一个文件时（如生产一景全球环境监测指数产品，只需用到一景HDF格式的Modis陆地二级产品数据），可选择无Reduce模式。其中，Map阶段负责实现指数产品的核心算法。具体计算流程如下图：

当指数产品算法涉及到的输入数据包含多个文件时（如生产一景草原干旱指数产品，需要用到地表反射率、地表温度、降雨量等不同产品），应选择多Reduce模式。其中，Map阶段负责整理输入的数据，Reduce阶段负责实现指数产品的核心算法。具体计算流程如下图：

2）复杂度较高的产品生产算法

针对复杂度较高的遥感产品生产算法，一个MapReduce计算任务往往难以满足生产需求，此时需要使用多个MapReduce任务共同完成产品的生产任务。针对这种情况，可通过使用Oozie工作流引擎来控制多个MapReduce计算任务的工作流程，解决任务之间的依赖问题。oozie的介绍及安装教程可参考另一篇博文：http://blog.csdn.net/until_v/article/details/40682205