行分布处理 (PDP)

行分布处理（Row Distribution Processing）并非单一算法，而是一种面向大规模文本数据的分布式计算架构模式。其核心在于将超长文本行（Row）在分布式集群中按哈希键或数据分区进行逻辑分布，利用 MapReduce 或 Spark 等框架的并行能力，实现从单节点内存受限到集群级弹性扩展的跨越。该模式旨在解决传统单机处理长文档时面临的内存溢出（OOM）、I/O 瓶颈及计算延迟等工程挑战，是现代大数据生态中处理日志分析、文本挖掘及自然语言处理任务的基础架构范式。

在现代计算架构中，行分布处理扮演着连接单机计算与分布式集群的关键角色。随着数据规模从 TB 级迈向 PB 级，传统基于内存的文本处理模式已难以为继。行分布处理通过引入数据分片（Sharding）与并行归约（Reduce）机制，使得海量文本数据能够被线性扩展。它不仅优化了数据读取效率，还通过预排序与局部合并策略显著降低了跨节点通信开销。在生态系统中，它是构建日志分析平台、搜索引擎索引构建及大规模文本聚类系统的基石，支撑着从实时流处理到离线批处理的完整数据链路，确保了文本数据在海量规模下的可处理性与时效性。