Daftar Isi:

Apa parameter konfigurasi utama yang perlu ditentukan pengguna untuk menjalankan pekerjaan MapReduce?
Apa parameter konfigurasi utama yang perlu ditentukan pengguna untuk menjalankan pekerjaan MapReduce?

Video: Apa parameter konfigurasi utama yang perlu ditentukan pengguna untuk menjalankan pekerjaan MapReduce?

Video: Apa parameter konfigurasi utama yang perlu ditentukan pengguna untuk menjalankan pekerjaan MapReduce?
Video: REVAN - THE COMPLETE STORY 2024, April
Anonim

Parameter konfigurasi utama yang perlu ditentukan pengguna dalam kerangka "MapReduce" adalah:

  • pekerjaan lokasi input dalam sistem file terdistribusi.
  • pekerjaan lokasi output dalam sistem file terdistribusi.
  • Format masukan data.
  • Format keluaran data.
  • Kelas yang berisi fungsi peta.
  • Kelas yang berisi fungsi pengurangan.

Di sini, apa parameter konfigurasi utama dalam program MapReduce?

Parameter konfigurasi utama dalam kerangka "MapReduce" adalah:

  • Masukkan lokasi Pekerjaan dalam sistem file terdistribusi.
  • Lokasi keluaran Pekerjaan dalam sistem file terdistribusi.
  • Format masukan data.
  • Format keluaran data.
  • Kelas yang berisi fungsi peta.
  • Kelas yang berisi fungsi pengurangan.

Orang mungkin juga bertanya, apa parameter pembuat peta dan reduksi? Empat parameter untuk pembuat peta adalah:

  • Dapat Ditulis Panjang (masukan)
  • teks (masukan)
  • teks (keluaran menengah)
  • IntWritable (keluaran menengah)

Juga pertanyaannya adalah, apa saja komponen utama dari pekerjaan MapReduce?

  • Kelas driver utama yang menyediakan parameter konfigurasi pekerjaan.
  • Kelas mapper yang harus memperluas org. apache hadoop. mengurangi peta Kelas mapper dan menyediakan implementasi untuk metode map().
  • Kelas peredam yang harus memperluas org. apache hadoop. mengurangi peta. Kelas peredam.

Apa itu partisi dan bagaimana membantu dalam proses pekerjaan MapReduce?

Partisi di dalam Peta Kurangi pekerjaan eksekusi mengontrol partisi kunci dari output peta perantara. Dengan Tolong dari fungsi hash, kunci (atau subset dari kunci) menurunkan partisi . Catatan yang memiliki nilai kunci yang sama masuk ke dalam yang sama partisi (dalam setiap pembuat peta).

Direkomendasikan: