Processamento de Dados Massivos/Projeto e implementação de aplicações Big Data/Mineração de Itemsets Frequentes: diferenças entre revisões

[edição não verificada][edição não verificada]
Conteúdo apagado Conteúdo adicionado
Linha 192:
class MyMapper : public MaPI_Mapper<MRType> {
public:
virtual vector< pair<int,char> > map( pair<int,char> a )
map( pair<int,char> a )
{
vector< pair<int,char> > m(1,a);
Linha 202 ⟶ 201:
class MyReducer : public MaPI_Reducer<MRType> {
public:
virtual pair<int,string> reduce( pair<int, vector<char> > bs )
reduce( pair<int, vector<char> > bs )
{
string reduced;
for(unsigned i=0;i<bs.second.size();i++) reduced += bs.second[i];
reduced += bs.second[i];
cout << "\tReducing..\n";
return make_pair(bs.first,reduced);
Linha 223 ⟶ 220:
input.push_back(make_pair(2,'b'));
input.push_back(make_pair(1,'c'));
vector< pair<int,string> > output = mapReduce.run(mapper,reducer,input);
= mapReduce.run(mapper,reducer,input);
cout << output << endl;
return 0;
Linha 247 ⟶ 243:
vector(2) [pair(1 , "ac") , pair(2 , "b")]</pre>
 
===== MaPI: Configuração do cluster =====
 
Até então, os testes foram executados em uma máquina apenas. Para usar um cluster, é necessária a instalação do ssh client e server.
Linha 258 ⟶ 254:
$ sudo /etc/init.d/ssh stop</pre>
 
===== MaPI: breve descrição da estrutura =====
 
Para maiores detalhes, veja [citar].