Several instances of mapper can run

Several instances of mapper can run on different machines, and there can be another mapping task for the key cat. The execution framework of MapReduce guarantees that all values associated with the same key are brought together in the reducer via a shuffle stage. As a result, the word count algorithm adds all counts associated with each key, which is also a key–value pair. Thus, the basic framework of a MapReduce job can be summarized as follows:

Результаты (русский) 1:

Несколько экземпляров mapper может работать на разных машинах, и может быть другой задачей сопоставления для ключа кота. Среде выполнения MapReduce гарантирует, что все значения, связанные с одинаковым ключом будут собраны вместе в редукторе через стадии shuffle. В результате word count алгоритм добавляет все счетчики, связанные с каждым ключом, который также пары ключ значение. Таким образом основные рамки задания MapReduce можно резюмировать следующим образом:

Результаты (русский) 2:

Несколько экземпляров картографа могут работать на разных машинах, и там может быть другая задача отображения для ключа кошки. Структура исполнения MapReduce гарантирует, что все значения, связанные с тем же ключом сведены вместе в редукторе через стадию в случайном порядке. В результате алгоритм подсчета слов добавляет все счетчики, связанные с каждым ключом, который также является пара ключ-значение. Таким образом, основные рамки работы MapReduce можно суммировать следующим образом:

Результаты (русский) 3:

в ряде случаев картографа может работать на разных машинах, и не может быть другого картографического задача для основных кпп.осуществление рамок mapreduce гарантирует, что все ценности, связанные с тем же ключом собрались в регулятор через Shuffle этапе.в результате, слова граф алгоритм, добавляет все обвинения, связанные с каждым ключ, который также является ключевым - стоимость пары.таким образом, основные концепции mapreduce работу можно резюмировать следующим образом: