In general, MapReduce breaks a larg

In general, MapReduce breaks a large computing problem into smaller
KEY-VALUE PAIRS parts by recasting it in terms of manipulation of key-value pairs. For indexing,
a key-value pair has the form (termID,docID). In distributed indexing,
the mapping from terms to termIDs is also distributed and therefore more
complex than in single-machine indexing. A simple solution is to maintain
a (perhaps precomputed) mapping for frequent terms that is copied to all
nodes and to use terms directly (instead of termIDs) for infrequent terms.
We do not address this problem here and assume that all nodes share a consistent
term → termID mapping.

ผลลัพธ์ (ไทย) 3:

โดยทั่วไป mapreduce แบ่งปัญหาคอมพิวเตอร์ขนาดใหญ่เป็นขนาดเล็ก
key-value คู่ส่วนโดยการเปลี่ยนรูปใหม่ในแง่ของการจัดการของคู่ค่าคีย์ สำหรับดัชนี
คู่ค่าคีย์มีรูปแบบ ( termid docid , ) ในการกระจาย
แผนที่จากเงื่อนไขการ termids ยังกระจายและดังนั้นจึงมากขึ้นซับซ้อนกว่าการ
ในเครื่องเดียว โซลูชั่นที่ง่ายคือการรักษา
( บางที precomputed ) แผนที่บ่อยแง่ที่คัดลอกทั้งหมด
โหนดและใช้เงื่อนไขโดยตรง ( แทน termids ) สำหรับเงื่อนไข infrequent .
เราไม่แก้ไขปัญหานี้และคิดว่าทุกโหนดแบ่งปันสอดคล้อง
ในระยะ→ keyboard - key - name termid แผนที่