高丽丽 樊彩虹

（集宁师范学院数学与统计学院 内蒙古自治区乌兰察布市 012000）

高考作为我国教育选拔机制的最重要考试之一，受到社会广大关注。据教育部统计，2021年全国高考报考人数为1078万，2020年全国高考报考人数达1071万人。2021年比2020年增加了8万人，比2019年增加了48万人。在填报高考志愿时，很多同学对自己将要选择的学校或学习的专业比较迷茫，没有一个较为系统、明确的选择。为了让广大考生报考到一个相对适合自己的专业，利用历年高考志愿填报数据，结合学生个人信息，采用大数据技术，设计一个基于大数据的高考志愿填报推荐系统，在学生填报高考志愿时给学生推荐学校和专业，以供参考[1]。

1 相关技术介绍

1.1 Hadoop平台技术

Hadoop是一个由Apache基金会所开发的可靠的、可扩展的用于分布式计算的分布式系统基础架构和发放开源软件[2]。Hadoop的核心模块分为两部分：HDFS和MapReduce。HDFS系统是可扩展、高容错、高性能的Hadoop分布式文件系统，用于分布式文件的存储和备份，文件写入后只能读取，不能修改。HDFS系统主要包括一个NameNode和多个DataNode，NameNode主要用于存储元数据以及处理客户端发出的请求，DataNode是真正存储数据的地方，数据以数据块为单位进行存储，默认一个数据块大小为128M，备份3份，NameNode负责记录文件的分块信息。HDFS系统的存储空间由DataNode的存储空间决定，HDFS架构图如图1所示。

图1：HDFS系统架构图

MapReduce是Hadoop的分布式计算框架，分为映射（Map）和规约（Reduce）两个过程。MapReduce的核心思想为：当启动一个MapReduce任务时，Map端就会从HDFS系统中读取数据，并将数据映射成键值对，传递到Reduce端；……