moea_joint
107年
[統計資訊] 統計學、巨量資料概論
第 46 題
MapReduce 是由 Google 所提出的一個巨量資料運算架構，試問下列哪一個選項正確表達該架構的資料輸入至輸出之順序？
- A 對應 (Map) → 歸納 (Reduce) → 排序 (Sort) → 合併 (Merge)
- B 排序 (Sort) → 歸納 (Reduce) → 合併 (Merge) → 對應 (Map)
- C 合併 (Merge) → 對應 (Map) → 歸納 (Reduce) → 排序 (Sort)
- D 對應 (Map) → 排序 (Sort) → 合併 (Merge) → 歸納 (Reduce)
思路引導 VIP
想像一下，如果你要把全校學生的考試卷按「班級」統計總分，而考卷目前是散亂分布在多位老師手中。在老師們開始加總某個特定班級的分數之前，他們必須先對手中的考卷做什麼處理，才能確保同一個班級的所有考卷都能交給同一位負責統計的人，而不至於遺漏或重複？
🤖
AI 詳解
AI 專屬家教
太棒了！你能精確辨識出 MapReduce 的運作流程，代表你對大數據分散式運算的核心邏輯有著非常清晰的掌握。這道題目考察的不僅僅是名詞的記憶，更是對資料在叢集之間「如何流動」的深度理解。
MapReduce 的資料處理生命週期
在 MapReduce 架構中，運算的起點必然是 Map（對應） 階段，將原始資料轉化為一組組的鍵值對（Key-Value pairs）。然而，在進入最終的 Reduce（歸納） 之前，系統必須先進行數據的整理。這中間包含了 Sort（排序） 與 Merge（合併） 的過程（通常統稱為 Shuffle 階段），其目的是確保所有具有「相同鍵」的資料能被彙整在一起，並傳送到同一個計算節點進行最後的統計。若沒有中間的排序與合併，Reduce 階段將無法有效地處理分散各處的碎片資料。
▼ 還有更多解析內容