Examples of using Mapreduce in English and their translations into Korean
{-}
-
Colloquial
-
Ecclesiastic
-
Ecclesiastic
-
Programming
-
Computer
MapReduce framework.
MapReduce 프레임 워크.Much simpler than MapReduce.
MapReduce에 비해 훨씬 간단하다.Giant Data: MapReduce and Hadoop.
빅 데이터, MapReduce 및 Hadoop.You need to understand what MapReduce is.
MapReduce에 대한 이해가 필요합니다.How to use MapReduce in Hadoop?
MapReduce / Hadoop을 어떻게 사용합니까?That means you need to understand MapReduce.
MapReduce에 대한 이해가 필요합니다.Hadoop is using the MapReduce programming model.
Hadoop은 “MapReduce”라는 프로그래밍 모델을 구현하고 있습니다.How to translate from SQL to NoSQL/MapReduce?
SQL에서 NoSQL / MapReduce로 어떻게 변환합니까?MapReduce can then process the data where it is located.”.
MapReduce는 어디에 그것이 위치에 있던지 데이터를 처리할 수 있습니다.However, the Presto engine does not use MapReduce.
반면에, Presto 엔진은 MapReduce를 사용하지 않습니다.In MapReduce, the highest-level unit of computation is a job.
MapReduce 에서 computation에서 최고 단위는 job입니다.In contrast, the Presto engine does not use MapReduce.
반면에, Presto 엔진은 MapReduce를 사용하지 않습니다.MapReduce provides control for analytics, not analytics per se.
MapReduce는 분석에 대한 제어를 할 수 있지, 분석 자체가 아니다.Spark is generally a lot faster than MapReduce.
Spark의 성능은 일반적으로 Hadoop MapReduce보다 상당히 빠릅니다.MapReduce is a programming model that simplifies parallel computing.
MapReduce는 병렬 컴퓨팅을 단순화하는 프로그래밍 모델입니다.In terms of speed, MapR holds MapReduce world records.
속도 면에서 MapR 은 MapReduce 세계 기록을 보유하고 있습니다.MapReduce is slow since it reads the entire input data set each time.
맵리듀스는 매번 입력 데이터 집합 전체를 읽으므로 속도가 느립니다.Connected Components in MapReduce and Beyond.
년 9월 3일 Connected Components in MapReduce and Beyond 박하명.MapReduce: Simplified Data Processing on Large Clusters.
논문의 제목은 MapReduce: Simplified Data Processing on Large Clusters 이다.Big Data Essentials: HDFS, MapReduce and Spark RDD.
Big Data Essentials: HDFS, MapReduce and Spark RDD의 최상위 리뷰.MapReduce Tracer Path Tracer Health Tracer Container Tracer Latency Analyzer.
MapReduce Path Health Container 레이턴시 분석기 트레이서를.Enroll in Big Data Essentials: HDFS, MapReduce and Spark RDD.
Big Data Essentials: HDFS, MapReduce and Spark RDD의 최상위 리뷰.Unlike MapReduce, the update phase can both read and modify overlapping sets of data.
맵리듀스와 달리 Update Phase는 데이터가 겹치는 부분도 읽거나 수정할 수 있다.Second, a large variety of problems are easily expressible as MapReduce computations.
두 번째로 매우 다양한 문제들을 MapReduce 연산으로 쉽게 표현할 수 있다.A MapReduce application or a web crawler application fits perfectly with this model.
MapReduce 응용 프로그램 또는 웹 크롤러 응용 프로그램은 이 모델에 완벽하게 적합합니다.Amazon delivers its own big data service called Elastic MapReduce, or EMR.
Amazon은 Elastic MapReduce 또는 EMR 이라 불리는 독자적인 빅데이터 서비스를 제공하고 있습니다.Available at WEB[7] MapReduce: Simplified Data Processing on Large Clusters.
논문의 제목은 MapReduce: Simplified Data Processing on Large Clusters 입니다.In-memory Analysis environment Environment Analysis based-on the Hadoop MapReduce and the Spark.
분석 환경 In-memory 이행 Hadoop MapReduce & Spark 기반 환경 분석.To transform the data in Hadoop MapReduce and then to export the data back into an RDBMS.
그 후에 데이터를 Hadoop MapReduce에서 변환 한 다음 다시 RDBMS로 내보낼 수 있습니다.Run these commands to get your subscription information and start execution of the MapReduce program.
위의 명령을 실행하여 구독 정보를 검색하여 MapReduce 프로그램 실행을 시작합니다.
