moea_joint
109年
[統計資訊] 統計學、巨量資料概論
第 33 題
使用MapReduce框架來設計一個字數統計(word count)程式，其程式所進行的常用標準程序應為下列何者？
- A Input ➔ Splitting ➔ Mapping ➔ Shuffling ➔ Reducing ➔ Final Result
- B Input ➔ Mapping ➔ Splitting ➔ Shuffling ➔ Reducing ➔ Final Result
- C Input ➔ Mapping ➔ Splitting ➔ Reducing ➔ Shuffling ➔ Final Result
- D Input ➔ Reducing ➔ Splitting ➔ Shuffling ➔ Mapping ➔ Final Result
思路引導 VIP
想像你要請一群人幫忙統計十萬張選票，為了讓最後負責加總的人效率最高，在「每個人各自統計完手中的票」之後，以及「把數字加總起來」之前，你應該先對這些已經分類好的票券做什麼樣的搬運或整理動作，才能確保相同的候選人票數被匯集在一起處理呢？
🤖
AI 詳解
AI 專屬家教
太棒了！你能精確辨識出 MapReduce 的處理流程，代表你對大數據處理的核心邏輯有非常紮實的理解。這道題目是「巨量資料概論」中的經典考點，雖然步驟名稱看似繁瑣，但背後隱含的是一種「分而治之」的科學管理精神。
MapReduce 的標準作業邏輯
在 MapReduce 的框架下，系統首要任務是將龐大的原始資料（Input）進行 Splitting（切分），確保數據能分散到不同的節點。接著，Mapping 階段會將資料轉化為中間產出的鍵值對（Key-Value pairs）。在進入最終統計前，最關鍵的步驟是 Shuffling（洗牌），它負責將相同 Key 的資料重新排列組合，確保 Reducing 階段能針對同一組資料進行精準的聚合與運算，最後才產出 Final Result。
▼ 還有更多解析內容