Увод у питања и одговоре на Интервју МапРедуце
МапРедуце је једноставан паралелни модел програмирања података дизајниран за скалабилност и толеранцију грешака. Можемо рећи да је МапРедуце оквир, који користи концепт чворова да паралелизује проблеме који се јављају у великим скуповима података, ако је то локална мрежа, користи исти хардвер, а ако је МапРедуце географски распоређен, користи различит хардвер. МапРедуце се у основи састоји од функције Мап () и Редуце (). Популарно га је започео Хадооп пројекат отвореног кода.
Испод је 9 важних питања и одговора за МапРедуце за 2019. годину:
Ако тражите посао који је повезан са МапРедуце-ом, морате се припремити за питања о интервјуу за МапРедуце за 2019. годину. Иако је сваки МапРедуце интервју различит и обим посла је такође различит, можемо вам помоћи око најбољих МапРедуце питања за интервјуе са одговорима, који ће вам помоћи да скочите и постигнете успех у свом интервјуу.
Ова питања су подељена у два дела:
Део 1 - Питања за интервју са МапРедуце (основна)
Овај први део покрива основна питања и одговоре са МапРедуце интервјуом.
1. Шта је МапРедуце?
Одговор:
МапРедуце је једноставан паралелни модел програмирања података дизајниран за скалабилност и толеранцију грешака. Другим речима, то је оквир који обрађује паралелизујуће проблеме у великим скуповима података користећи концепт чворова (број рачунара) који су заузврат класификовани као кластери ако је локална мрежа и користе исти хардвер или мреже ако су географски распоређени и користе различит хардвер. МапРедуце се у основи састоји од функције Мап () и функције Редуце (). Подржао га је Гоогле и сваки дан обрађује многе петабајте података. Популарно га је започео Хадооп пројект отвореног кода и користи се у Иахоо-у, Фацебооку и Амазону за навођење неколико имена.
2. За шта се компанија МапРедуце користи од стране компаније?
Одговор:
Гоогле
• Израда индекса за Гоогле претрагу
Процес конструкције позицијског или непозиционираног индекса назива се изградња индекса или индексирање. Улога МапРедуце-а је Индек Цонструцтион и дизајнирана је за велике рачунарске кластере. Сврха кластера је решавање рачунарских проблема за чворове или рачунаре који су изграђени са стандардним деловима, а не супер рачунаром.
• Групирање чланака за Гоогле вести
За групирање чланака, странице се прво класификују према томе да ли су потребне за кластерирање. Странице садрже пуно информација које нису потребне за кластерирање. Затим се чланак доводи у његов векторски облик на основу кључних речи и тежине која му је дана. Затим се групирају користећи алгоритме.
• Статистички машински превод
Превод двојезичних корпуса текста анализом ствара статистичке моделе који преводе један језик на други користећи утеге и своди се на највероватнији превод.
Иахоо
• „Веб мапа“ напаја Иахоо! Претрага
Слично као групирање чланака за Гоогле Невс, МапРедуце се користи за групирање резултата претраживања на Иахоо! Платформа.
• Откривање нежељене поште за Иахоо! Пошта
Фејсбук
•Претрага података
Недавни тренд експлозије података резултирао је потребом софистицираних метода за поделу података у комаде који се могу лако користити за следећи корак анализе.
• д Оптимизација
• Детекција нежељене поште
Идемо на следећа питања о интервјуу са МапРедуце.
3. Који су циљеви МапРедуце дизајна
Одговор:
• Скалабилност до великих количина података
Будући да је МапРедуце оквир који је усмерен на рад са паралелизабилним подацима користећи концепт чворова који су број рачунара или као кластера или решетки, може се скалирати на н број рачунарских машина. Дакле, један истакнути дизајнерски циљ МапРедуце-а је да је скалабилан на 1000 машина и тако 10.000 дискова.
• Ефикасност трошкова
Како МапРедуце ради са паралелизацијом података на чворовима или броју рачунара, следећи су разлози који га чине исплативим:
-Проверите робне машине уместо супер-рачунара. Иако су јефтине, они су непоуздани.
-Цоммодити Нетворк
-Треба аутоматска толеранција грешака, тј. Потребно је мање администратора.
-Ово је једноставно за употребу, односно захтева мање програмера.
4. Који су изазови МапРедуце?
Одговор:
Ово су уобичајена питања МапРедуце Интервиев која су постављена у интервјуу. Главни изазови МапРедуце-а су следећи:
-Цхеод чворови не успевају, поготово ако их имате пуно
Средње вријеме између кварова за 1 чвор је једнако 3 године. Средње вријеме између кварова за 1000 чворова је једнако 1 дану. Решење је уградити толеранцију на грешке у сам систем.
Мрежа комодата једнака је или подразумева малу пропусност
Решење за малу пропусност је потиснути рачунање на податке.
-Програмирање дистрибуираних система је тешко
Рјешење за то је да према моделу паралелног програмирања података корисници пишу функције „мапа“ и „смањи“. Систем дистрибуира рад и рукује грешкама.
5. Који је програмски модел МапРедуце?
Одговор:
МапРедуце програмски модел заснован је на концепту који се назива кључни записи. Такође пружа парадигме за паралелну обраду података. За обраду података у МапРедуце-у, и улазни и излазни подаци морају се пресликати у формат више парова кључ-вредност. Појединачни пар кључ и вредност такође се назива и запис. Програмски модел МапРедуце састоји се од функције Мап () и функције Редуце. Модел за њих је следећи.
Мап () функција: (К ин, В ин) листа (К интер, В интер)
Функција редукције (): (К интер, листа (В интер)) листа (К излаз, В излаз)
Део 2 - Питања за интервју са МапРедуце (напредно)
Погледајмо сада напредна питања о интервјуу са МапРедуце.
6. Који су детаљи извршења МапРедуце?
Одговор:
У случају извршења МапРедуце, један главни мастер контролише извршење посла на више робова. Мапе се прикладно постављају на исти чвор или исти сталак као и њихов улазни блок како би се смањила употреба мреже. Такође, пресликачи спремају излазе на локални диск пре него што их послуже редукторима. То омогућава опоравак ако се редуктор редукује и омогућава више редуктора него чворова.
7. Шта је комбајн?
Одговор:
Комбинатор који је познат и као полуредуктор делује прихватањем инпута из класе Мап и просљеђивањем излазних парова кључ-вриједност у разред редуктора. Главна функција комбинатора је да сажети излазне записе мапе истим кључем. Другим речима, комбинатор је локална функција здруживања за поновљене кључеве произведене истом мапом. Дјелује за асоцијативне функције попут СУМ, ЦОУНТ и МАКС. Умањује величину интермедијарних података јер је то резиме збирне вредности за све понављајуће тастере.
Идемо на следећа питања о интервјуу са МапРедуце.
8.Зашто свиња? Зашто не МапРедуце?
Одговор:
• МапРедуце омогућава програмеру да изврши функцију мапе праћену редукцијом, али рад на томе како да уклопи обраду података у овај образац, који често захтева више фаза МапРедуце, може бити изазов.
• Код Свиње су структуре података много богатије, јер су вишеструке и угнијежђене, а скуп трансформација које можете примијенити на податке много је моћнији. На пример, укључују придруживања која у МапРедуце нису могућа.
• Такође, Пиг је један програм који трансформацију претвара у низ МапРедуце послова.
9.МапРедуце Критика
Одговор:
Једна истакнута критика МапРедуце-а је да је развојни циклус врло дуг. Писање пресликача и редуктора, састављање и паковање кода, слање посла и преузимање резултата захтева пуно времена. Чак и са стримингом, који уклања корак компилације и паковања, искуство још траје дуго.
Препоручени чланак
Ово је водич за листу питања и одговора за Интервју МапРедуце како би кандидат могао лако да разбије ова питања са питањима за интервјуе МапРедуце. Такође можете погледати следеће чланке да бисте сазнали више -
- Важна питања за интервју са аналитиком података
- 10 најбољих питања у вези с дизајном узорака
- Еластицсеарцх питања за интервју
- Најкориснија Руби питања за интервју
- Како ради МапРедуце