Dataflow em aplicativos MapReduce!

MapReduce é uma estrutura que é projetado para processar grandes conjuntos de dados. Ele usa um grande aglomerado de computadores que são chamados como nodos para realizar os cálculos. Este processamento computacional é feito em ambos os dados armazenados num sistema de ficheiros ou dentro de um banco de dados. Em aplicativos MapReduce, existem basicamente dois componentes ou seja, mapear e reduzir. Na etapa Mapa, o nó mestre recebe a entrada, divisórias-lo em pequenos sub-problemas, e finalmente distribui aqueles para nós trabalhadores. Esta é novamente repetido pelo nó trabalhador que conduz a uma estrutura de árvore de níveis múltiplos. Os problemas menores que são feitas no processo nó trabalhador cada um deles e passam a resposta de volta ao seu mestre. Nó Por outro lado, a etapa de reduzir leva as respostas e combina-los de alguma forma a obter o resultado final.

No quadro MapReduce há uma grande distribuídos tipo que consiste em pontos quentes como definido

• um leitor de entrada
• uma função Mapa
• Reduzir a função
• uma função de partição
• uma comparar função
• um escritor de saída

Aqui, leitor de entrada basicamente divide a entrada em splits tamanho apropriado. O quadro MapReduce em seguida, atribui uma divisão para cada função do Mapa. Há um sistema de arquivos distribuído a partir de onde o leitor lê os dados de entrada e gera os pares de chave /valor necessário. Outro componente ou seja função Mapa leva uma série de pares de chave /valor, os processa e gera saída zero ou mais pares de chave /valor. Muitas vezes, os tipos de entrada e saída da função de reduzir é diferente um do outro.

Reduzir função no quadro MapReduce chama cada reduzir a função uma vez para cada chave única na ordem de classificação. Esta função Reduzir pode percorrer os valores que são eventualmente associados a essa tecla. O valor de saída pode ser 0 ou mais alguns valores bem. Outra função importante é a função partição onde cada saída da função do Mapa é atribuído a um redutor particular. Isto é feito com a ajuda de função de partição da aplicação. Em seguida, vem, uma função de comparação, que é utilizado para executar e classificar a função Mapa. Depois, há outra função muito importante chamado como o escritor de saída. O escritor de saída é usado para escrever a saída da função Reduzir para o sistema de arquivos distribuídos, muitas vezes chamado como o armazenamento estável.

Cada componente nos aplicativos MapReduce é importante e mesmo que se está ausente ou não devidamente otimizado, os resultados não fossem como esperado. Para definir um quadro MapReduce corretamente você precisa entender cada componente de perto, para o qual você deve ler tutoriais on-line. Explore os recursos on-line e fazer uso desta aplicação e servir os seus vários propósitos importantes Restaurant  .;

consultoria de negócios

  1. Que leis podem fazer sem Moral
  2. A conveniência de RH Pessoal
  3. Fazendo uma boa impressão com clientes potenciais
  4. Como você ganhar a fidelidade do cliente?
  5. Vendas Geração liderança na indústria de TI
  6. Variedades surpreendentes de Fitas Adesivas
  7. Consolidando a liderança: Uma Valsa Complexo de Telemarketing
  8. Uma visão geral sobre a necessidade de veículos blindados e carros
  9. À prova de recessão seu negócio (Part 1) Como Lidar com Problemas
  10. Maneira mais rápida de classificar-se para o Google Page 1
  11. Salve vídeo do YouTube em poucos passos simples
  12. 6 maneiras de cortar custos em sua empresa
  13. Como Dívida afeta sua pontuação de crédito e que você pode fazer para reparar os danos
  14. Top 5 Wordpress Favorita Temas para empresários Serviço
  15. Despesas Judiciais: uma avaliação
  16. Colocation América - Data Center Services
  17. Modular Home Builders no Sudeste
  18. 10 Razões para ser apaixonado sobre sua idéia de Novos Negócios
  19. Modelos multinível com Cruzados efeitos aleatórios
  20. Elaboração de um sólido plano de negócios: