Czym jest maper i reduktor w Hadoop?
Czym jest maper i reduktor w Hadoop?

Wideo: Czym jest maper i reduktor w Hadoop?

Wideo: Czym jest maper i reduktor w Hadoop?
Wideo: Hadoop In 5 Minutes | What Is Hadoop? | Introduction To Hadoop | Hadoop Explained |Simplilearn 2024, Może
Anonim

Główną zaletą MapaReduce jest to, że łatwo jest skalować przetwarzanie danych w wielu węzłach obliczeniowych. Pod MapaReduce prymitywy przetwarzania danych nazywane są maperami i reduktory . Rozkładanie aplikacji do przetwarzania danych na mapery i reduktory bywa nietrywialne.

Mając to na uwadze, czym jest mapper i reduktor?

MapReduce składa się z dwóch kluczowych funkcji: Mapper i reduktor . Twórca map to funkcja przetwarzająca dane wejściowe. ten twórca map przetwarza dane i tworzy kilka małych porcji danych.

co to jest maper? A twórca map potrafi opisać dane twórca map a także osoba tworząca mapy geograficzne. Obowiązki geograficzne twórca map lub technik mapowania obejmuje zbieranie i przetwarzanie danych geograficznych w celu stworzenia mapy obszaru.

Jaki jest zatem pożytek z mappera i reduktora w Hadoop?

Według The Apache Software Foundation głównym celem Mapa / Zmniejszyć jest podzielenie zestawu danych wejściowych na niezależne porcje, które są przetwarzane w sposób całkowicie równoległy. ten Mapa HadoopReduce framework sortuje dane wyjściowe map, które są następnie wprowadzane do zmniejszyć zadania.

Jaki jest pożytek z mappera w Hadoop?

W biegu Hadoop praca, aplikacje zazwyczaj realizują Twórca map oraz interfejsy redukujące zapewniające mapę (poszczególne zadania przekształcające rekordy wejściowe w rekordy pośrednie) i redukujące metody redukcji zbioru wartości pośrednich, które mają wspólny klucz, do mniejszego zbioru wartości.

Zalecana: