استفاده ازالگوی MapReduce برای پردازش داده های حجیم درhadoop

یک hadoop چارچوب نرم افزاری متن باز تحت لیسانس Apache-v2 است Hadoop با استفاده ازسیستم فایل توزیع شده اش پردازش موازی داده ها را روی تعدادزیادی گره موجوددریک خوشه جهت سرعت بخشیدن به محاسبات بزرگ و نیز پنهان سازی تاخیر ورودی با افزایش تعدادورودی همزمان انجام میدهد سیستم فایل توزیع شده Hadoop بصورت ارزان و قابل اعتمادی برای تکرار تکه های داده دریک خوشه بکارگرفته می شود و داده ها بصورت محلی روی ماشینی که عمل پردازش را انجام میدهد قابل دسترسی می باشند MapReduce یک مدل پردازش داده با مقیاس پذیری اسان پردازش داده روی چندین گره محاسباتی است این پارادایم برنامه ها را دردو فاز نگاشت و کاهش اجرا می کند هرفاز توسط یک تابع تعریف میشود که توابع Mapper Reducer نام دارند دراین مقاله ما قصد داریم که به بررسی چارچوب نرم افزاری Apache Hadoop بپردازیم و سیستم فایل توزیع شده آن را شرح دهیم ساختارکلی پارادایم MapReduce را مرور کرده و چگونگی انجام برنامه ها درمحیط نرم افزاری Hadoop را با استفاده ازپارادایم MapReduce بیان کنیم