نموذج الهيكلة والتجميع
المحتويات
Zwischen Ergebnisse: نتائج غير نهائية
يتم هنا إجراء عملية تجميع واحدة لكل مكان تخزين (اللون الزهري) وتتم كذلك هذه العمليات بشكل متواز، ومن ثم تطرح كل عملية من هذه العمليات مخرجاتها على حدا، وهي (X,Y,Z).
علاوةً على ذلك، كل عملية من هذه العمليات تقوم بطرح مخرجاتها الأولية (هذه المخرجات ممثلة باللون الزهري), مع العلم أن العملية الواحدة يمكنها توزيع مخرجاتها على أكثر من مكان تخزين.
في هذا الإطار، عندما تنتهي مرحلة الخلط فإنه يمكننا القول أنها بداية مرحلة التجميع Reduce (باللون الأزرق).
يتم تنفيذ هذه العمليات بشكل متوازي.
إضافةً إلى ذلك، هنا نأتي إلى مرحلة الخلط، حيث يتم خلط هذه البيانات مع بعضها البعض، وهنا كذلك يتم تبادل البيانات كثيرًا بين الأجهزة (الأماكن التي تتواجد فيها النتائج الأولية).
وفي السياق ذاته، في البداية لدينا البيانات (D,A,T,A) المُراد حسابها، ويتم توزيع هذه البيانات على مجموعة من عمليات الهيكلة Map, وكل عملية تقوم بوظيفة معينة يتم تحديدها من قِبَل المستعمل.
من جهة ثانية، الصورة (MapReduce) توضح كيفية حساب البيانات في تقنية الهيكلة والتجميع وهي كالتالي:
نموذج الهيكلة والتجميع
وفي السياق ذاته، كما يطلق اسم MapReduce على اسم المكتبة البرمجية لهذا النموذج وليس فقط على النموذج نفسه.
علاوةً على ذلك، (Map, shuttle ,reduce), اثنتان منهم تتم من قِبَل المستعمل وهما التجزئة والتجميع.
في سنة 2010 تم منح براءة اختراع أمريكية على هذه التقنية.
طريقة العمل
في هذا الإطار، في المرحلة الثانية (الخلط). بصورة أوضح يمكننا القول أننا نقسم المشكلة الكبيرة إلى عدة أجزاء ونحل كل جزء منها على حدا ومن ثم
وفي السياق ذاته، تكمن أهمية هذه التقنية في الدور الذي تلعبه في توزيع العمليات على عدة حساب وإجرائها بشكل متزامن، ومن ثم جمع النتائج
ومن جهة أخرى، -- وبالتالي يمكن إجراء العمليات الحسابية على عدة حواسيب وفي الوقت نفسه، أي بشكل متواز.
في هذا الإطار، باستخدام طريقة الهيكلة والتجميع سيتم معالجة البيانات على ثلاثة مراحل (التجزئة، الخلط، التجميع) وبالانجليزية على التوالي
وعلى صعيد آخر، نجمع هذه الحلول مع بعضها لتشكل في النهاية الحل للمشكلة الكبيرة. فكرة هذا النموذج مستوحاة من الدوال Map و Reduce, اللذان يستعملان بكثرة في البرمجة الوظيفية.
من جانب آخر، (بالإنجليزية: نموذج الهيكلة والتجميع) هو نموذج برمجي، طورته شركة جوجل لإجراء عمليات حسابية بشكل متزامن على كمية كبيرة جداً من البيانات (عدة بيتابايت), وتتم هذه العمليات على عدة حواسيب تسمى بالعناقيد الحاسوبية.
تعريف اقتران الهيكلة والتجميع
ومن جهة أخرى، يقوم اقتران الهيكلة والتجميع بتحويل قائمة من المدخلات إلى قائمة من المخرجات، وكل قائمة-المدخلات والمخرجات- تتكون من قيم ومفتاح لكل قيمة، كما هو الحال في دوال التجزئة أو ال دالة تجزئة.
شرح اقتران الهيكلة والتجميع
في هذا الإطار، إذا كانت هي مجموعة، فإن هي مجموعة كل المجموعات التي يمكن تكوينها من عناصر , أو ما تسمى بنجمة كلين.
تعريف اقتران الهيكلة Map واقتران التجميع Reduce
أو
- المجموعات و تحوي على المفاتيح، بينما تحوي المجموعات و على القيم.
- كل المفاتيح هي من نفس النوع، مثلاً: نص أو String.
- كل المفاتيح هي من نفس النوع، مثلاً: عدد صحيح.
- كل القيم هي من نفس النوع، مثلاً: عدد عشري.
- كل القيم هي من نفس النوع، مثلاً: عدد حقيقي.
- إذا كانت و هي مجموعات، فإن هي مجموعة كل الأزواج , بحيث أن و (الضرب الديكارتي).
📝 هل في هذه المقالة خطأ؟
إذا وجدت معلومة تحتاج تصحيحاً أو إضافة، أو أردت حذف المقالة، أرسل لنا طلباً وسنراجعه.
ما رأيك في هذه المقالة؟