"code moving to data"而不是数据来编码的原理是什么？
What is the principle of "code moving to data" rather than data to code?
在最近关于分布式处理和流的讨论中，我遇到了 'code moving to data' 的概念。有人可以帮忙解释一下吗？此短语的参考是 MapReduceWay.
在 Hadoop 方面，it's stated in a question但仍然无法以技术不可知的方式找出原理的解释。
基本思路很简单：如果代码和数据在不同的机器上，必须先将其中一个移动到另一台机器上，然后才能在数据上执行代码。如果代码小于数据，最好将代码发送到保存数据的机器，而不是相反，如果所有机器都同样快且代码兼容。 [可以说您可以根据需要发送源代码和 JIT 编译]。
在大数据的世界里，代码几乎总是比数据小。
在许多超级计算机上，数据跨多个节点进行分区，整个应用程序的所有代码都在所有节点上复制，正是因为与本地存储的数据相比，整个应用程序很小。然后任何节点都可以 运行 应用到它持有的数据的程序部分。无需按需发码
我也刚刚看到一句话“移动计算比移动数据便宜”（来自Apache Hadoop documentation），经过一些阅读我认为这是指数据局部性的原则。
数据局部性是一种任务调度策略，旨在基于通过网络移动数据成本高昂的观察来优化性能，因此当 computing/data 节点空闲时选择要优先处理的任务时，偏好会分配给将要对空闲节点或其附近的数据进行操作的任务。
这（来自延迟调度：实现的简单技术
Locality and Fairness in Cluster Scheduling, Zaharia et al., 2010) 解释得很清楚：
Hadoop’s default scheduler runs jobs in FIFO order, with five priority levels. When the scheduler receives a heartbeat indicating that a map
or reduce slot is free, it scans through jobs in order of priority and submit time to find one with a task of the required type. For maps,
Hadoop uses a locality optimization as in Google’s MapReduce [18]: after selecting a job, the scheduler greedily picks the map task in
the job with data closest to the slave (on the same node if possible, otherwise on the same rack, or finally on a remote rack).
请注意，Hadoop 跨节点复制数据这一事实增加了任务的公平调度（复制越高，任务在下一个空闲节点上拥有数据并因此被选择到 运行 的可能性就越高下一个）。
在最近关于分布式处理和流的讨论中，我遇到了 'code moving to data' 的概念。有人可以帮忙解释一下吗？此短语的参考是 MapReduceWay.
在 Hadoop 方面，it's stated in a question但仍然无法以技术不可知的方式找出原理的解释。
基本思路很简单：如果代码和数据在不同的机器上，必须先将其中一个移动到另一台机器上，然后才能在数据上执行代码。如果代码小于数据，最好将代码发送到保存数据的机器，而不是相反，如果所有机器都同样快且代码兼容。 [可以说您可以根据需要发送源代码和 JIT 编译]。
在大数据的世界里，代码几乎总是比数据小。
在许多超级计算机上，数据跨多个节点进行分区，整个应用程序的所有代码都在所有节点上复制，正是因为与本地存储的数据相比，整个应用程序很小。然后任何节点都可以 运行 应用到它持有的数据的程序部分。无需按需发码
我也刚刚看到一句话“移动计算比移动数据便宜”（来自Apache Hadoop documentation），经过一些阅读我认为这是指数据局部性的原则。
数据局部性是一种任务调度策略，旨在基于通过网络移动数据成本高昂的观察来优化性能，因此当 computing/data 节点空闲时选择要优先处理的任务时，偏好会分配给将要对空闲节点或其附近的数据进行操作的任务。
这（来自延迟调度：实现的简单技术 Locality and Fairness in Cluster Scheduling, Zaharia et al., 2010) 解释得很清楚：
Hadoop’s default scheduler runs jobs in FIFO order, with five priority levels. When the scheduler receives a heartbeat indicating that a map or reduce slot is free, it scans through jobs in order of priority and submit time to find one with a task of the required type. For maps, Hadoop uses a locality optimization as in Google’s MapReduce [18]: after selecting a job, the scheduler greedily picks the map task in the job with data closest to the slave (on the same node if possible, otherwise on the same rack, or finally on a remote rack).
请注意，Hadoop 跨节点复制数据这一事实增加了任务的公平调度（复制越高，任务在下一个空闲节点上拥有数据并因此被选择到 运行 的可能性就越高下一个）。