Vad är kartläggare och reducerare i Hadoop?
Vad är kartläggare och reducerare i Hadoop?

Video: Vad är kartläggare och reducerare i Hadoop?

Video: Vad är kartläggare och reducerare i Hadoop?
Video: Map Reduce explained with example | System Design 2024, Maj
Anonim

Den stora fördelen med MapReduce är att det är lätt att skala databehandling över flera datornoder. Under MapReduce modell kallas databehandlingsprimitiven mappers och reducerare . Dekomponera en databehandlingsapplikation till kartläggare och reducerare är ibland icke-trivialt.

Med tanke på detta, vad är kartläggare och reducerare?

MapReduce består av två nyckelfunktioner: Mapper och Reducer . Kartläggare är en funktion som behandlar indata. De kartläggare bearbetar data och skapar flera små bitar av data.

vad är en kartläggare? A kartläggare kan beskriva en data kartläggare samt en person som skapar geografiska kartor. En geografisk persons skyldigheter kartläggare eller karttekniker inkluderar insamling och bearbetning av geografiska data för att skapa en karta över ett område.

På så sätt, vad är användningen av mapper och reducerare i Hadoop?

Enligt The Apache Software Foundation är det primära målet för Karta / Minska är att dela upp indatauppsättningen i oberoende bitar som bearbetas på ett helt parallellt sätt. De Hadoop MapReduce ramverket sorterar utdata från kartorna, som sedan matas in i minska uppgifter.

Vad är användningen av mapper i Hadoop?

I en löpning Hadoop jobb, applikationer implementerar vanligtvis Kartläggare och Reducer-gränssnitt för att tillhandahålla kartan (individuella uppgifter som omvandlar indataposter till mellanliggande poster) och reducera metoder för att reducera en uppsättning mellanvärden som delar en nyckel till en mindre uppsättning värden.

Rekommenderad: