ﺗﻮﺳﻌﻪ ﯾﮏ اﻟﮕﻮرﯾﺘﻢ ﺟﺎﻧﻤﺎﯾﯽ ﺑﻼكﻫﺎ در ﺳﯿﺴﺘﻢ ﻫﺎدوپ ﻧﺎﻫﻤﮕﻦ ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﺸﺨﺼﺎت ﻧﻮدﻫﺎ و ﻧﻮع ﮐﺎرﻫﺎ

ﭘﯿﺸﺮﻓﺖ در ﻓﻦآوري ﺷﺒﮑﻪﻫﺎي راﯾﺎﻧﻪاي و ﻣﻨﺎﺑﻊ ﻣﺤﺎﺳﺒﺎﺗﯽ در ﻣﻘﯿﺎس ﺑﺰرگ ﻣﻨﺠﺮ ﺑﻪ اﯾﺠﺎد ﺧﻮﺷﻪﻫﺎي ﻣﺤﺎﺳﺒﺎﺗﯽ اﺳﺖ ﮐﻪ ﻣﯽﺗﻮاﻧﻨﺪ ﺣﺠﻢ زﯾﺎدي از اﻃﻼﻋﺎت را در ﺧﻮد ذﺧﯿﺮه و ﭘﺮدازش ﮐﻨﻨﺪ. ﺳﯿﺴﺘﻢ ﻫﺎدوپ، اﺟﺮا و ﺗﺴﻬﯿﻢ ﺑﺴﯿﺎري از وﻇﺎﯾﻒ در ﯾﮏ ﻣﺮﮐﺰ داده ﻣﺸﺘﺮك را ﻓﺮاﻫﻢ ﻣﯽﮐﻨﺪ. ﻫﺎدوپ ﺑﺎ ﻓﺮض اﯾﻦ ﻣﻬﻢ ﮐﻪ ﺗﻤﺎم ﻣﻨﺎﺑﻊ ﭘﺮدازﺷﯽ ﯾﮑﺴﺎن و وﻇﺎﯾﻒ دادهﻫﺎي ﻣﺤﻠﯽ دارﻧﺪ، ﺳﯿﺎﺳﺖ ﺧﺎﺻﯽ در ﻣﻮرد اﻧﺘﺨﺎب ﮔﺮه اﻋﻤﺎل ﻧﻤﯽﮐﻨﺪ. در ﺻﻮرﺗﯽ ﮐﻪ اﮔﺮ ﮔﺮهﻫﺎ ﻧﺎﻫﻤﮕﻦ ﺑﺎﺷﻨﺪ، ﻣﺘﻮﺳﻂ زﻣﺎن اﺟﺮا از ﯾﮏ ﮔﺮه ﺑﻪ ﮔﺮه دﯾﮕﺮ ﻣﺘﻔﺎوت ﺧﻮاﻫﺪ ﺷﺪ؛ ﺑﻪ وﯾﮋه وﻗﺘﯽ ﮐﻪ داده ﻣﺤﻠﯽ ﻧﺒﺎﺷﺪ. در اﯾﻦ ﺗﺤﻘﯿﻖ ﺳﻌﯽ ﺷﺪه اﺳﺖ، ﺗﺎ ﻫﻨﮕﺎم ﺗﻘﺴﯿﻢ ﻓﺎﯾﻞ ورودي ﺑﻪ ﺑﻼكﻫﺎي دادهاي ﯾﮑﺴﺎن ﺗﻮﺳﻂ ﻫﺎدوپ، ﺑﻼكﻫﺎ ﺑﺮاﺳﺎس ﻣﯿﺎﻧﮕﯿﻦ وزﻧﯽ ﮔﺮهﻫﺎ، ﺗﻮزﯾﻊ ﺷﻮد. و ﻫﻤﭽﻨﯿﻦ ﺑﺎ دﺳﺘﻪ ﺑﻨﺪي ﮔﺮهﻫﺎ و اﻧﺘﻘﺎل ﯾﮏ روﻧﻮﺷﺖ ﺑﻪ ﻫﺮ ﯾﮏ از اﯾﻦ دﺳﺘﻪﻫﺎ ﻋﻼوه ﺑﺮ ﻣﺘﻮﺳﻂ زﻣﺎن اﺟﺮا و ﻣﺤﻠﯽ ﺑﻮدن، ﻗﺎﺑﻠﯿﺖ اﻋﺘﻤﺎد و ﺗﻮازن ﻓﻀﺎي ﺧﺎﻟﯽ ذﺧﯿﺮهﺳﺎزي ﺧﻮﺷﻪ را در ﺳﯿﺴﺘﻢ اﻓﺰاﯾﺶ داد.