MapReduce

Программы поиска оптимальных маршрутов давно стали обыденностью, однако нахождение кратчайшего пути — не единственный практический результат теории графов. Сегодня имеется множество инструментов, позволяющих решать задачи графовой аналитики, каждый из которых эффективен в определенных ситуациях.

До наступления эпохи Больших Данных было относительно просто найти информацию, релевантную запросу, однако ситуация изменилась, когда организации перестали довольствоваться только своими внутренними базами и стали смотреть на сторону в поисках источников сведений, способствующих повышению конкурентоспособности.

Социальные сети могут стать источником дополнительных данных о клиентах, однако для его использования требуются специализированные инструменты. Открытые технологии из стека Hadoop позволяют строить платформы, способные в режиме массовой обработки извлекать ценную информацию для обогащения профилей клиентов.

Вызвавшая в свое время фурор модель распределенных вычислений MapReduce уже успела морально устареть — производительности, обеспечиваемой данной моделью, для аналитики Больших Данных уже недостаточно.

В Интернете вообще и в социальных сетях в частности потенциально имеется много полезных сведений, для выявления которых, например обнаружения наиболее влиятельных участников сообществ, невозможно обойтись без технологий обработки больших графов.

В конце февраля 2013 года компания Intel объявила о выпуске продукта Intel Distribution for Apache Hadoop, способного оказать влияние на динамику развития рынка облачных технологий и технологий анализа Больших Данных. Что собой представляет этот продукт, где можно его применять и как оценить эффективность различных конфигураций Hadoop?