წლის : გადამუშავების დიდი მოცულობის მონაცემთა (მრავალ terabyte მონაცემთა კომპლექტი) არის მთავარი წუხილი რეალურ ცხოვრებაში projects.As ზომის მონაცემები დღითიდღე იზრდება, განაცხადების უჭირს გადაამუშავებს მას საიმედო,უსაფრთხო და ბრალი-ტოლერანტული გზა.
აქ მოდის Hadoop რუკა / შემცირება framework.It ეხმარება დაწერა განაცხადების ადვილად რომლის პროცესში დიდი მოცულობის მონაცემთა შენახვის ყველა შეშფოთების mind.The ყველაზე დიდი უპირატესობა არის, რუკა / შემცირება საშუალებას პარალელურად გადამუშავების დიდი მტევანი სასაქონლო ტექნიკის.
ძირითადი ცნებები უკან რუკა / შემცირება არის
a) გაყოფილი სამუშაოს შევიდა დამოუკიდებელი ამოცანები (ცნობილი რუკა ამოცანები).
ბ) დამუშავებას ამოცანების პარალელურად წესით.
გ) Sort გამოშვება რუკები და გადაუგზავნის არგუმენტად შემცირება ამოცანა (ცნობილი შემცირება ამოცანები).
ასე რომ, ეს არის ძირითადად პარალელურად დამუშავება მოცულობით და შემდეგ მათთან უკან მისაღებად ბოლომდე result.The ფარგლებში ზრუნავს დაგეგმვისა ამოცანები, მონიტორინგი მათ და ხელახლა გაუშვებს ჩაიშალა ამოცანები.
შენიშვნა : სასაქონლო აპარატურის ვადა ხელმისაწვდომი მოწყობილობები, რომ ზოგადად თავსებადი სხვა ასეთი მოწყობილობები.