« MapReduce: Diviser-traiter-regrouper » : différence entre les versions
m (Pitpitt a déplacé la page Map-reduce vers Diviser-traiter-regrouper) |
m (Remplacement de texte : « ↵<small> » par « ==Sources== ») |
||
| (5 versions intermédiaires par 3 utilisateurs non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
Patron d’architecture de calcul distribué, inventé par Google, dans lequel sont effectués des calculs parallèles de données potentiellement très volumineuses, typiquement supérieures en taille à 1 téraoctet. | |||
MapReduce exécute trois fonctions essentielles au traitement distribué d’une tâche: premièrement, il découpe et répartit les tâches et les données sur plusieurs nœuds (fonction Map), puis le traitement est réalisé par chacun des nœuds sur la portion de données reçue, finalement il agrège les résultats de chacun des nœuds pour apporter une réponse à la tâche complète (fonction Reduce). | |||
== Français == | == Français == | ||
'''diviser-traiter-regrouper''' | '''MapReduce: diviser-traiter-regrouper''' | ||
'''diviser-calculer-regrouper''' | '''MapReduce: diviser-calculer-regrouper''' | ||
== Anglais == | == Anglais == | ||
''' | '''MapReduce''' | ||
==Sources== | |||
[https://fr.wikipedia.org/wiki/MapReduce Source : Wikipedia ] | |||
[https:// | [https://bigdata-madesimple.com/big-data-a-to-zz-a-glossary-of-big-data-terminology/ Source : bigdata-madesimple.com ] | ||
[https://penseeartificielle.fr/lexique-data-scientist/ Source : enseeartificielle ] | |||
[[Catégorie:ENGLISH]] | |||
[[Catégorie:GRAND LEXIQUE FRANÇAIS]] | [[Catégorie:GRAND LEXIQUE FRANÇAIS]] | ||
Dernière version du 28 janvier 2024 à 10:31
Définition
Patron d’architecture de calcul distribué, inventé par Google, dans lequel sont effectués des calculs parallèles de données potentiellement très volumineuses, typiquement supérieures en taille à 1 téraoctet.
MapReduce exécute trois fonctions essentielles au traitement distribué d’une tâche: premièrement, il découpe et répartit les tâches et les données sur plusieurs nœuds (fonction Map), puis le traitement est réalisé par chacun des nœuds sur la portion de données reçue, finalement il agrège les résultats de chacun des nœuds pour apporter une réponse à la tâche complète (fonction Reduce).
Français
MapReduce: diviser-traiter-regrouper
MapReduce: diviser-calculer-regrouper
Anglais
MapReduce
Sources
Contributeurs: Imane Meziani, wiki, Sihem Kouache
