MapReduceMap Reduce is a distribute

MapReduce
Map Reduce is a distributed programming framework that focuses on data placement and distribution. As we saw in the last few examples, proper data placement
can make some problems very simple to compute. By focusing on data placement,
Map Reduce can unlock the parallelism in some common tasks and make it easier
to process large amounts of data.
Map Reduce gets its name from the two pieces of code that a user needs to
write in order to use the framework: the Mapper and the Reducer. The Map Reduce
library automatically launches many Mapper and Reducer tasks on a cluster of
machines. The interesting part about Map Reduce, though, is the path the data
takes between the Mapper and the Reducer.
Before we look at how the Mapper and Reducer work, let’s look at the foundations of the Map Reduce idea. The functions map and reduce are commonly found
in functional languages. In very simple terms, the map function transforms a list
of items into another list of items of the same length. The reduce function transforms a list of items into a single item. The Map Reduce framework isn’t quite
so strict with its definitions: both Mappers and Reducers can return an arbitrary
number of items. However, the general idea is the same.

ผลลัพธ์ (ไทย) 1:

MapReduceแผนที่ลดเป็นกรอบงานเขียนโปรแกรมแบบกระจายที่เน้นข้อมูลตำแหน่งและการกระจาย เราเห็นในสุดท้ายอย่าง การจัดวางข้อมูลที่เหมาะสมสามารถทำให้ปัญหาบางอย่างง่ายมากที่จะคำนวณ โดยเน้นการจัดวางข้อมูลลดแผนที่จะปลดล็อค parallelism ในบางงานทั่วไป และทำได้ง่ายการประมวลผลข้อมูลจำนวนมากแผนที่ลดได้รับชื่อจากชิ้นสองของรหัสที่ผู้ใช้ต้องเขียนเพื่อที่จะใช้กรอบ: การแมปเปอร์และที่ลด แผนที่ลดไลบรารีโดยอัตโนมัติเปิดหลายแมปเปอร์และลดงานในคลัสเตอร์ของเครื่องจักร ส่วนที่น่าสนใจเกี่ยวกับแผนที่ลด แม้ว่า เป็นเส้นทางข้อมูลใช้เวลาระหว่างการแมปเปอร์การลดก่อนที่เราดูวิธีการแมปและลดการทำงาน ลองดูที่รากฐานของความคิดลดแผนที่ ฟังก์ชั่นแผนที่ และลดอยู่ในภาษาที่ทำงาน ในแง่ง่ายมาก ฟังก์ชั่นแผนที่เปลี่ยนรายการสินค้ารายการอื่นของสินค้าความยาวเดียวกัน ฟังก์ชันลดการเปลี่ยนรายการที่เป็นรายการเดียว กรอบแผนที่ลดไม่มากจึงเข้มงวดกับคำนิยามของ: Mappers และ Reducers สามารถกลับตัวเองจำนวนสินค้า อย่างไรก็ตาม ความคิดทั่วไปจะเหมือนกัน

ผลลัพธ์ (ไทย) 2:

MapReduce
แผนที่ลดเป็นกรอบการเขียนโปรแกรมกระจายที่มุ่งเน้นการจัดวางข้อมูลและการจัดจำหน่าย ขณะที่เราเห็นในไม่กี่ตัวอย่างที่ผ่านมาตำแหน่งข้อมูลที่เหมาะสม
จะทำให้ปัญหาบางอย่างง่ายมากในการคำนวณ โดยมุ่งเน้นการจัดวางข้อมูล
แผนที่ลดสามารถปลดล็อคความเท่าเทียมในงานบางอย่างร่วมกันและทำให้มันง่าย
ในการประมวลผลข้อมูลจำนวนมาก.
โรงแรมลดได้รับชื่อจากสองชิ้นของรหัสที่ผู้ใช้ต้องการที่จะ
เขียนเพื่อที่จะใช้กรอบ การแมปเปอร์และลด แผนที่ลด
ห้องสมุดอัตโนมัติเปิดตัวหลาย Mapper และลดงานในคลัสเตอร์ของ
เครื่อง ส่วนที่น่าสนใจเกี่ยวกับแผนที่ลด แต่เป็นเส้นทางที่ข้อมูล
จะใช้เวลาระหว่าง Mapper และลดได้.
ก่อนที่เราจะดูที่วิธีการทำแผนที่และลดการทำงานให้ดูที่รากฐานของความคิดแผนที่ลด ฟังก์ชั่นแผนที่และลดมักจะพบ
ในภาษาการทำงาน ในแง่ที่ง่ายมากฟังก์ชั่นแผนที่แปลงรายการ
ของรายการลงในรายชื่อของรายการของความยาวเดียวกันอีก ลดฟังก์ชั่นแปลงรายชื่อของรายการเป็นรายการเดียว กรอบแผนที่ลดไม่มาก
เพื่อให้เข้มงวดกับคำจำกัดความของมันทั้ง Mappers และ reducers สามารถกลับโดยพล
จำนวนรายการ แต่ความคิดทั่วไปเหมือนกัน