Go 实现 MapReduce
最近看了6.824的论文：MapReduce:Simplified Data Processing on Large Cluster，并完成了lab1：用Go实现MapReduce。总的来说lab中的Mapreduce实现不是特别复杂，但是新学Go没多久，很多API调用都不会，直接上手写一个小的分布式系统，还是有点挑战。
lab 实现注意的点：
以下是实现过程中踩的一些小坑，记录下来：
- 受到论文的影响，一开始以为需要用client fork 出多个进程或者是使用Go的携程，包括master 和 worker, 如下图所示：
后来看了一下lab提供的测试脚本代码，发现lab只要求各自实现Master 和worker, Master和worker的启动由测试脚本负责。 Master和Woker启动后，就按照论文设计，进行交互。
-
一开始以为Master需要记录worker的和与这些worker的通信方式，由Master主动联系worker, 对worker 分配任务。后来仔细阅读了lab 要求，是：worker 主动向master请求任务，收到任务信息后，执行任务，master 被动接受请求。
-
Crash 处理：论文中应付worker failure是:“The master pings every worker periodically. If no re-sponse is received from a worker in a certain amount of time, the master marks the worker as failed”。 即定时发送worker心跳，如果worker 不回复，即认为worker故障。可能考虑到复杂度，lab中对于worker failure worker的处理方式是：master分配给一个worker一个任务，如果worker 10秒内没有完成，即认为worker 故障了，那么就把这个任务重新分配给别的worker，某种程度上完成了论文3.6中的backup Task。
-
Go 中的Map,获取map中对象，并对对象进行修改后，需要重新"put"回去，否则和Map中的值不会改变,这个和Java不太一样。 个人猜测，可能Go弱化了对象的概念，从map中获取的value，将map里面的value拷贝到新的一块内存，所以改变value的值后，需要重新”put“回去，完成对map内对象的的修改。 或者在申明map的时候value使用地址申明，可以参考这篇文章：近期在写golang中遇到的一些小问题
