Diferenças entre edições de "Processamento de Dados Massivos/Projeto e implementação de aplicações Big Data/Classificação associativa incremental (LAC)"

sem resumo de edição
==== Evitando a divisão dos arquivos de entrada ====
 
Por padrão o Hadoop divide cada arquivo de entrada em vários chunks que são processador por diferentes mappers, este processo é feito para aumentar o grau de paralelismo. Contudo, este processo é contraproducente
 
[[Ficheiro:Hadoop-chunking1.png|miniaturadaimagemcommoldura|centro|Divisão de um arquivo de entrada em chunksChunks]]
 
Contudo, este processo não é o adequado para nossa aplicação, visto que queremos processar cada arquivo em um único mapper desta forma a cache do LAC será aproveitada adequadamente. Para garantir que cada arquivo seja processado por apenas um mapper foi extendida a classe de input desejada, no nosso caso '''KeyValueTextInputFormat''', e sobrecarregamos o método '''isSplitable()''' de forma que retornase '''false'''.
 
[[Ficheiro:Hadoop-chunking1.png|miniaturadaimagem|Divisão em chunks]]