O que é mapeador e redutor no Hadoop?
O que é mapeador e redutor no Hadoop?

Vídeo: O que é mapeador e redutor no Hadoop?

Vídeo: O que é mapeador e redutor no Hadoop?
Vídeo: Finding Mean - Intro to Hadoop and MapReduce 2024, Maio
Anonim

A principal vantagem de MapReduce é que é fácil dimensionar o processamento de dados em vários nós de computação. Debaixo de MapReduce modelo, os primitivos de processamento de dados são chamados de mapeadores e redutores . Decompor um aplicativo de processamento de dados em mapeadores e redutores às vezes não é trivial.

Tendo isso em mente, o que é mapeador e redutor?

MapReduce consiste em duas funções principais: Mapeador e Redutor . Mapeador é uma função que processa os dados de entrada. o mapeador processa os dados e cria vários pequenos blocos de dados.

o que é um mapeador? UMA mapeador pode descrever um dado mapeador bem como uma pessoa que cria mapas geográficos. Deveres de um geográfico mapeador ou o técnico de mapeamento inclui a coleta e processamento de dados geográficos para criar um mapa de uma área.

Dessa forma, qual é o uso de mapeador e redutor no Hadoop?

De acordo com a Apache Software Foundation, o objetivo principal de Mapa / Reduzir é dividir o conjunto de dados de entrada em blocos independentes que são processados de maneira completamente paralela. o Hadoop MapReduce framework classifica as saídas dos mapas, que são então inseridas no reduzir tarefas.

Qual é a utilidade do mapeador no Hadoop?

Em uma corrida Hadoop trabalho, os aplicativos geralmente implementam o Mapeador e interfaces de redutor para fornecer o mapa (tarefas individuais transformando registros de entrada em registros intermediários) e métodos de redução para reduzir um conjunto de valores intermediários que compartilham uma chave para um conjunto menor de valores.

Recomendado: