„MapReduce“ – Versionsunterschied

Die Map-Prozesse liefern ihre Paare an das MapReduce Framework, welches diese in den Zwischenergebnislisten sammelt. Parallel könnte folgendes geschehen (Die gleiche Taktung der 3 Map-Prozesse ist unrealistisch, tatsächlich überlappen sich die Ausführungen. Die T_wort-Listen sind lokal pro Map-Prozess vorhanden und werden *nicht* zwischen den Schritten synchronisiert):

Im vierten Schritt kommtsieht dannman, zumdass erstenZwischenergebnislisten Mallokal vor, dassfür einjeden weiteresMap-Prozess Vorkommenexistieren inund einernich bereitsnicht angelegtenglobal Zwischenergebnislistewiederverwendet gesammeltwerden wirdkönnen:

T_der = [ 1 ], neu (der 1. ]Map-Prozess hat noch kein T_der, nur der 2.!)

T_muß = [ 1 ], 1neu ]</code>(der 3. Map-Prozess hat noch kein T_muß!)

Nach 2021 Schritten sind alle drei Map-Prozesse mit ihrer Arbeit durch, die Map-Phase endet und es beginnt die Reduce-Phase. Für jede der entstandenen Zwischenergebnislisten

T_festT_der = [ 1 ] ++ [ 1, 1, 1 ] -> [ 14 ]

T_heuteT_die = [ 1, 1 ] -> [ 12 ]

T_vonT_fest = [ 1, 1 ] -> [ 21 ]

T_gemauert = [ 1 ] -> [ 1 ]

T_mußT_glocke = [ 1, 1 ] -> [ 21 ]

T_derT_heiss = [ 1, 1 ] -> [ 21 ]

T_inT_heute = [ 1 ] -> [ 1 ]

T_dieT_in = [ 1, 1 ] -> [ 21 ]

T_stirneT_muß = [ 1 ] ++ [ 1 ] -> [ 12 ]

T_derT_stirne = [ 1, 1,] 1 ] -> [ 31 ]

T_glockeT_von = [ 1, 1 ] -> [ 12 ]</code>

können wir parallel einen Reduce-Prozess starten, der jeweils die Elemente aufzählt. und daher das
Das Ergebnis von MapReduce sieht in etwa so aussehen dürfteaus: