Wissenschaftliche Texte zu MapReduce

MapReduce ist ein Programmiermodell, das für die Verarbeitung großer Datenmengen verwendet wird. Es wird insbesondere im Bereich des Data-Minings und der Big-Data-Analytics eingesetzt. MapReduce ist ein wichtiger Teil von Hadoop, einem Framework für die Verarbeitung und Speicherung von großen Datenmengen. Es ermöglicht die parallele Verarbeitung von Daten auf mehreren Computern, was die Verarbeitungsgeschwindigkeit erheblich erhöht.

3 Veröffentlichungen

Big Data im Controlling. Techniken zum Umgang mit großen Datenmengen

Autor:in: B.Sc. der Wirtschaftswissenschaften Mark Mayer (Autor:in)

Fach: BWL - Controlling

Kategorie: Seminararbeit , 2014 17 Seiten , Note: 1,3

Katalognummer: 272582

Preis: US$ 0,99
Neue Möglichkeiten im Umgang mit Big Data. Eine Kategorisierung von NoSQL-Datenbanksystemen

Autor:in: Thomas Rufflar (Autor:in)

Fach: Informatik - Wirtschaftsinformatik

Kategorie: Bachelorarbeit , 2014 71 Seiten , Note: 2,0

Katalognummer: 303173

Preis: US$ 0,99
Untersuchung der Migration einer MySQL basierten Monitoring & Data-Warehouse Lösung nach Hadoop

Autor:in: Jonas Kress (Autor:in)

Fach: Informatik - Angewandte Informatik

Kategorie: Masterarbeit , 2012 98 Seiten , Note: 1.0

Katalognummer: 214839

Preis: US$ 40,99

Die Verwendung von MapReduce ermöglicht es, komplexe Datenanalysen durchzuführen und große Datenmengen zu verarbeiten. Es gibt verschiedene Anwendungsfelder für MapReduce, wie zum Beispiel die Datenclustering, die Textanalyse und die Bildverarbeitung. Die Forschung zu MapReduce konzentriert sich auf die Entwicklung neuer Algorithmen und Techniken, um die Verarbeitungsgeschwindigkeit und die Skalierbarkeit von MapReduce zu verbessern. Du findest wissenschaftliche Arbeiten zu MapReduce als PDF und eBook bei GRIN, viele auch als Print-on-Demand.