Lecciones del curso (4)
Lección 1 de 4 · 8 min de lectura
MapReduce
Entiende el modelo map, shuffle y reduce que permitió procesar datos repartidos en muchas máquinas, y por qué sus ideas siguen vivas en Spark.
Al terminar esta lección
- · Explicar por qué un cálculo grande se reparte entre muchas máquinas
- · Describir las fases map shuffle y reduce
- · Identificar qué cálculos se pueden combinar en paralelo
- · Reconocer los límites de MapReduce que motivaron a Spark
Escuela de Datos$349.000 COP$279.000 COPo 119 USD 95 USDPrecios de terror: −20 % hasta el 31 de octubre
Esta lección es parte de la Escuela de Datos: todas sus rutas durante 12 meses, a tu ritmo y con certificado.