DISUSUN OLEH :
Nama : Rama Wicaksana
NIM : 11510030
Kampus : STTC (Sekolah Tinggi Teknik Cendekia)
Map Reduce dan NoSQL(Not Only SQL)
- Map Reduce
Menulis program paralel-eksekusi telah terbukti selama bertahun-tahun untuk menjadi tugas yang sangat menantang, membutuhkan berbagai keahlian khusus. MapReduce menyediakan programmer biasa kemampuan untuk menghasilkan paralel program didistribusikan jauh lebih mudah, dengan mengharuskan mereka untuk menulis Peta sederhana dan Mengurangi fungsi, yang fokus pada logika masalah tertentu. sementara "Sistem MapReduce" (juga disebut "infrastruktur", "kerangka") secara otomatis menangani menyusun server terdistribusi, menjalankan berbagai tugas secara paralel, mengelola semua komunikasi dan transfer data antara berbagai bagian dari sistem, menyediakan untuk redundansi dan kegagalan , dan manajemen keseluruhan dari keseluruhan proses.
- NoSQL
Data dapat terstruktur, tapi NoSQL digunakan ketika apa yang sebenarnya penting adalah kemampuan untuk menyimpan dan mengambil sejumlah besar data, bukan hubungan antara unsur-unsur. Contoh penggunaan mungkin untuk menyimpan jutaan pasangan kunci-nilai dalam satu atau array asosiatif sedikit atau untuk menyimpan jutaan catatan data. Organisasi ini sangat berguna untuk analisis statistik atau real-time tumbuh daftar elemen (seperti posting Twitter atau log server internet dari kelompok besar pengguna). Penggunaan lain dari teknologi ini berkaitan dengan fleksibilitas dari model data, banyak aplikasi dapat memperoleh dari data tidak terstruktur model: alat seperti CRM, ERP, BPM, dll. Bisa menggunakan fleksibilitas ini untuk menyimpan data mereka tanpa melakukan perubahan pada tabel atau menciptakan kolom generik dalam database. Database ini juga baik untuk membuat prototipe atau aplikasi dengan cepat, karena fleksibilitas ini menyediakan alat untuk mengembangkan fitur baru yang sangat mudah.
Contoh NoSQL adalah MongoDB.
KESIMPULAN
Jadi kesimpulannya Hbase yang merupakan database untuk data besar dan metode MapReduce merupakan metode yang digunakan untuk melakukan pemrosesan data-data pada penyimpanan yang besar telah mempermudah dalam men- gurutkan jumlah data yang mempunyai kemiripan dalam waktu yang cepat. Metode MapReduce ini belum optimal dikarenakan keterbatasan pada mesin yang ada dan jumlah data yang masih kurang besar. Agar terlihat optimal metode MapReduce ini akan terlihat berbeda ketika menggunakan banyak mesin karena memproses data-data secara tersebar sehingga memudahkan pemrosesan data.
SUMBER :
http://wind0809.blogspot.com/2013/04/seputar-tentang-cloud-computing-map.html
Tidak ada komentar:
Posting Komentar