基于hadoop平台的潜油电机温度辨识数据流研究
Hadoop框架中最典型的特点是HDFS文件系统的位置可视化。为了有效实时的对hadoop作业进行调度，HDFS云中的每一个节点必须实时地提供自己的 “ID号”，然后通过网络报告给JobTracker。通过这种“心跳模式”，hadoop可以实时的判断出数据块的位置、失败的数据块，从而及时作出调整。
3.MapReduce编程模型
MapReduce编程模型起源于函数式编程中的map函数和reduce函数。从本质上讲，map和reduce函数可以被表示成如下的形式：
Map（k1，v1）→list（k2,v2）
reduce（k2,list（v2））→list（v3）
从以上形式可以看出，输入值和输出值来自于不同的域，而中间值和输出值来自于相同的域。
Hadoop的MapReduce编程模型是根据google的MapReduce开发的，它最初被用来处理网络数据，网络数据由于数据量庞大，因此为了能够及时的对其进行处理，必须采用分布式的思想。分布式思想意味着在每一个节点上应用同样的算法，处理整个数据集的一部分，如图2所示。MapReduce将并行化、数据调度、负载均衡和故障容错等问题都隐藏了起来，只需要用户可以通过简单的编程，就可以实现对大数据集的有效处理。
图 2 MapReduce处理流程
二、hadoop平台下的温度辨识算法
潜油电机的能流分析示意图如图3所示。潜油电机温升是由于电机在运行过程中产生的能量损耗转换成热量后引起的，其热源主要表现在电机定、转子铜损、铁损、涡流损耗及转子的机械损耗等。定、转子发出的热流在气隙间进行热量传递，最终达到热平衡，其等效网络热力学模型如图4所示。
图3 潜油电机的能流分析示意图
图4 潜油电机等效网络热力学模型
根据图4所示热力学模型，应用基尔http://www.dadianliu.cn/贴片绕线电感霍夫电压电流定律，可以得到相关的热力学模型数学表达式：
由式（1）可得：
