在 中文 中使用 Mapreduce 的示例及其翻译为 日语
{-}
-
Ecclesiastic
-
Programming
-
Computer
您可以将Tez与ApacheHive和ApachePig（而非HadoopMapReduce）结合使用，并使用TezUI实现执行计划的可视化。
TezはHadoopMapReduceではなくApacheHiveとApachePigとの併用が可能で、TezUIを使用して実行計画を可視化できます。MapReduce最初被Google用来分析其搜索结果，由于它能够并行拆分和处理TB级数据并快速获得结果，故而广受欢迎。
MapReduceは、Googleが検索結果の分析のために最初に使用したものであり、テラバイト規模のデータを分割して並列処理し、より迅速に結果を得ることができます。我们修改了ServerlessMapReduce参考架构以使用S3Select仅检索所需数据，结果显示：性能提高了2倍，成本则下降了80%。
ServerlessMapReduceのリファレンスアーキテクチャをS3Selectを使用して必要なデータのみを取得するように変更してみたところ、パフォーマンスが2倍向上し、コストが80%削減できました。使用AmazonElasticMapReduce，Yelp可以节省55000USD用于前期购置硬件的资金，并且从设置到运行只需几天，而不是数月。
AmazonElasticMapReduceを使用することで、Yelpではハードウェアに対する先行投資を55,000USD節約できただけでなく、数か月ではなく、わずか数日のうちに立ち上げて、稼働させることができました。在MapReduce问世之前，每个程序员都必须弄清楚如何分割和分发数据、分配工作并自行解决硬件故障。
MapReduceが登場する前は、各プログラマは自分でデータを分割し、配布し、作業を割り当て、ハードウェア障害を考慮する方法を考え出す必要がありました。接下来，我们可以使用以下命令来运行MapReducehadoop-mapreduce-examples程序，这是一个包含多个选项的Java归档文件。
次に、次のコマンドを使用して、いくつかのオプションがあるJavaアーカイブであるMapReduceの'+hadoop-mapreduce-examples'プログラムを実行できます。年，我们增加了对ApacheMahout的支持，以帮助您使用ApacheHadoopMapReduce来运行分布式机器学习工作负载。
年には、ApacheHadoopMapReduceを使用した分散型機械学習ワークロードの実行を支援するため、ApacheMahoutのサポートが追加されました。所有这些要点表明，编写和维护PigLatin比编写和维护MapReduce的Java代码成本更低。
こうしたすべての点から、PigLatinを使用すると、MapReduceでJavaコードを作成して保守する場合よりもコストが大幅に減るということが言えます。如果没有可用的工具箱，则mapreduce算法和tall数组计算将使用本地MATLAB会话自动运行，无需使用mapreducer指定配置设置即可使用这些功能。
利用可能なツールボックスがない場合、mapreduceアルゴリズムとtall配列計算はローカルMATLABセッションを使用して自動的に実行されるため、これらの機能を使用するためにmapreducerを使用してコンフィギュレーション設定を指定する必要はありません。AzureHDInsight是唯一的全面托管云Hadoop产品，为ApacheSpark、ApacheHive、MapReduce、ApacheHBase、ApacheStorm、ApacheKafka和RServer（SLA高达99.9%）提供优化的开源分析集群。
AzureHDInsightは、ApacheSpark、ApacheHive、MapReduce、ApacheHBase、ApacheStorm、ApacheKafka、RServerのために最適化されたオープンソース分析クラスタを備え、SLA99.9%が保証された唯一の完全マネージドクラウドHadoopサービスです。而且，许多程序员不熟悉MapReduce框架，倾向于使用SQL（因为他们对此更精通）作为高级声明式语言来表达其任务，同时将所有执行优化细节留给后台引擎。
その上、多くのプログラマーはMapReduceフレームワークに不慣れであるため、上位レベルの宣言型言語としてSQL(プログラマーはこの言語に堪能であるため)を使ってタスクを表現するほうを選び、実行の最適化に関する詳細はすべてバックエンド・エンジンに任せるようにします。年，因为Jeff和Sanjay认为MapReduce对天文学家、遗传学家和其他需要大量数据处理的科学家都很有用，所以他们写了一篇论文“MapReduce：大型集群上的简化数据处理”，并公之于众。
年に、JeffとSanjayは天文学者、遺伝学者、そして処理すべき多くのデータを持つ他の科学者にとってMapReduceは有用であろうと考え、彼らは論文「MapReduce:SimplifiedDataProcessingonLargeClusters」を書き、これを一般公開しました。在联合创立Hortonworks之前，Arun是Yahoo的Hadoop团队的最初成员之一，负责42,000多台服务器上部署的所有Hadoop/MapReduce代码和配置，并负责作为公司的服务来运行Hadoop。
Hortonworksを共同創業する前は、YahooのHadoopチームのオリジナルメンバーとして、42,000台以上のサーバーに展開されたすべてのHadoop/MapReduceコードと構成を担当し、自社向けのサービスとしてHadoopを運用していました。MongoDB：一种具有（所有正确的）RDBMS行为的NoSQL数据库“（developerWorks，2010年9月）：了解MongoDB的自定义API、交互式shell，以及对RDBMS样式的动态查询与快速简便的MapReduce计算的支持。
MongoDB:(適切なすべての)RDBMSの動作をするNoSQLデータベース」(AndrewGlover著、developerWorks、2010年9月):この記事では、MongoDBのカスタムAPI、対話型シェル、そしてRDBMS方式の動的クエリーのサポート、そして素早く簡単なMapReduce計算についてまとめて説明します。MapReduce数据流图解尽管HadoopMapReduce要比传统的分析环境（如IBMCognos和SatoriproCube在线分析处理）更复杂一些，但它的部署仍然具有可扩展能力和高成本效益。
フロー図クリックして大きなイメージを見るHadoopMapReduceを導入した環境は、従来の分析環境(IBMCognosやSatoriproCubeなどのオンライン分析処理)よりも複雑ではありますが、スケーラブルでコスト効果が高くなっています。通过AmazonS3中的存储桶使数据可供使用，客户可以经由AmazonElasticMapReduce使用使用Hadoop来处理信息，并利用日趋丰富的各种工具来执行生物信息学工作流，例如CloudBurst和Crossbow。
AmazonS3のバケットでデータを利用できるので、お客様はAmazonElasticMapReduceでHadoopを使用して情報を迅速に処理し、CloudBurstやCrossbowなど、増加する生物情報学ジョブフローの実行ツールを利用することができます。两名工程师MikeCafarella和DougCutting一直在努力扩展一个名为Nutch的小型搜索引擎，他们确信MapReduce至关重要，于是决定从零开始构建一个免费的克隆系统。
Nutchと言う小さな検索エンジンの規模拡大に苦労していた２人のエンジニア、MikeCafarellaとDougCuttingは、MapReduceの重要性を確信し、このシステムの無料のクローンをゼロから作成することにしました。SQL/MapReduce:Apracticalapproachtoself-describing,polymorphic,andparallelizableuser-definedfunctions，EricFriedman等，VLDBEndowment会议记录2(2)，2009年：本文介绍这种新的UDF方法的创建动机，以及AsterDataSystems中的nCluster数据库的实现。
SQL/MapReduce:Apracticalapproachtoself-describing,polymorphic,andparallelizableuser-definedfunctions」(Friedman、他著、ProceedingsoftheVLDBEndowment,2(2)、2009年)では、UDFに対するこの新しい手法を使用する動機と、AsterDataSystemsのnClusterデータベース内での実装について説明しています。SQL/MapReduce:Apracticalapproachtoself-describing,polymorphic,andparallelizableuser-definedfunctions（EricFriedman，PeterPawlowski和JohnCieslewicz，ProceedingsoftheVLDBEndowment，2(2)，2009年）：本文描述这一新UDF方法的动机以及AsterDataSystems的集群数据库内的实现。
SQL/MapReduce:Apracticalapproachtoself-describing,polymorphic,andparallelizableuser-definedfunctions」(EricFriedman、PeterPawlowski、JohnCieslewicz共著、VLDBEndowment議事録2(2)、2009年):UDFに対するこの新しい取り組みの動機と、AsterDataSystemsのnClusterデータベースでの実装について説明している文書です。在云中使用MapReduce和负载平衡（KirpalA.Venkatesh，KishorekumarNeelamegam和R.Revathy，developerWorks，2010年7月）：了解如何在云环境中实现HadoopMapReduce框架，以及如何使用虚拟的负载平衡改进单节点和多节点系统的性能。
クラウドでMapReduceを使用してロード・バランシングを行う」(KirpalA.Venkatesh、KishorekumarNeelamegam、R.Revathy共著、developerWorks、2010年7月):クラウド環境でHadoopMapReduceフレームワークを実装する方法と、仮想的なロード・バランシングを使って単一ノード・システムと複数ノード・システムのパフォーマンスを改善する方法を学んでください。
