¿Qué es mapeador y reductor en Hadoop?
¿Qué es mapeador y reductor en Hadoop?

Video: ¿Qué es mapeador y reductor en Hadoop?

Video: ¿Qué es mapeador y reductor en Hadoop?
Video: MapReduce con Hadoop #1: Configuración de Yarn 2024, Mayo
Anonim

La mayor ventaja de Mapa reducido es que es fácil escalar el procesamiento de datos en múltiples nodos informáticos. Bajo la Mapa reducido modelo, las primitivas de procesamiento de datos se denominan mapeadores y reductores . Descomponer una aplicación de procesamiento de datos en mapeadores y reductores a veces no es trivial.

Teniendo esto en cuenta, ¿qué es mapeador y reductor?

MapReduce consta de dos funciones clave: Mapper y reductor . Mapeador es una función que procesa los datos de entrada. los mapeador procesa los datos y crea varios fragmentos pequeños de datos.

¿Qué es un mapeador? A mapeador puede describir un dato mapeador así como una persona que crea mapas geográficos. Deberes de un geografico mapeador o técnico de mapeo incluyen la recopilación y el procesamiento de datos geográficos para crear un mapa de un área.

De esta forma, ¿cuál es el uso de mapeador y reductor en Hadoop?

Según The Apache Software Foundation, el objetivo principal de Mapa / Reducir consiste en dividir el conjunto de datos de entrada en fragmentos independientes que se procesan de manera completamente paralela. los MapReduce de Hadoop marco ordena las salidas de los mapas, que luego se ingresan en el reducir Tareas.

¿Cuál es el uso de mapper en Hadoop?

En una carrera Hadoop trabajo, las aplicaciones suelen implementar el Mapeador e interfaces Reducer para proporcionar el mapa (tareas individuales que transforman los registros de entrada en registros intermedios) y reducir los métodos para reducir un conjunto de valores intermedios que comparten una clave con un conjunto más pequeño de valores.

Recomendado: