Parallel processing MapReduce与Divde和concure的关系

Parallel processing MapReduce与Divde和concure的关系,parallel-processing,mapreduce,divide-and-conquer,Parallel Processing,Mapreduce,Divide And Conquer,地图减少真的是分而治之吗?一些人简单地说是,另一些人说不是,这是一个管道 您对以下内容有何看法: 它们密切相关,但其中一个可以是另一个的特例: 地图归约涉及一个归约过程,这在分而治之中不是必须的 我们可以说Map Reduce是涉及Reduce阶段的分而治之的特例。 其他无需减少的分而治之问题,例如,二进制搜索是一种具有虚拟/琐碎减少过程的映射减少。我认为不应以这种方式理解它。是的,Mar Reduce更多的是关于分离和聚集。可以编写一个map-reduce程序,该程序只运行一个映射器,直接输出

地图减少真的是分而治之吗?一些人简单地说是,另一些人说不是,这是一个管道

您对以下内容有何看法:

它们密切相关,但其中一个可以是另一个的特例:

地图归约涉及一个归约过程,这在分而治之中不是必须的 我们可以说Map Reduce是涉及Reduce阶段的分而治之的特例。
其他无需减少的分而治之问题,例如,二进制搜索是一种具有虚拟/琐碎减少过程的映射减少。

我认为不应以这种方式理解它。是的,Mar Reduce更多的是关于分离和聚集。可以编写一个map-reduce程序,该程序只运行一个映射器,直接输出到hdfs,而不需要使用Reducer。 此外,映射器的数量取决于数据的大小,而不是数据本身。默认情况下,它大约每64MB有一个映射器,但可以设置为更大的数量,然后消除任何数据分割问题


这篇文章很好地讨论了Map Reduce的历史,并建议大家更好地理解它。

谢谢@Piyus,我可能会用一种观点影响的方式来处理这个问题。需要澄清的是:MapReduce的概念通常属于分治技术吗?