Ans : Traitement vaste quantité de données (plusieurs téraoctets de données-ensembles) est une préoccupation majeure dans la vie réelle projects.As la taille des données augmente de jour en jour, applications ont du mal à le traiter d'une manière fiable,de manière sécurisée et tolérante aux pannes.
Voici le Hadoop Map / Reduce framework.It permet d'écrire facilement des applications qui s'élèvent vaste processus de conservation des données de toutes les préoccupations dans le plus grand avantage est mind.The, Map / Reduce permet le traitement parallèle sur de grandes grappes de matériel de base.
Les principaux concepts de Map / Reduce est
un) Divisez la tâche en tâches indépendantes (connu sous le nom des tâches carte).
b) Traiter les tâches d'une manière parallèle.
c) Trier la sortie des cartes et de les envoyer en tant que contribution à la tâche reduce (connu sous le nom Réduire les tâches).
Il est donc essentiel de traitement parallèle de morceaux et de les joindre à nouveau à obtiennent le cadre fin result.The s'occupe de la planification des tâches, leur suivi et ré-exécute les tâches qui ont échoué.
Noter : Du matériel de base est un terme pour appareils abordables qui sont généralement compatibles avec d'autres appareils tels.
