DBデータベースの全体計画 · 全社データベースの計画

MapReduce

まっぷりでゅーす

大規模データの分散並列処理のプログラミングモデル。Map処理（データの分割・変換）とReduce処理（集約・統合）の2段階でデータを処理する。Hadoopの中核技術として広く利用される。

共有:

Past Exams

過去問での出題

過去問で 4 回出題（システムアーキテクト試験 2・基本情報技術者試験 1・データベーススペシャリスト試験 1）

出典: 独立行政法人情報処理推進機構（IPA）の過去問題。問題文は IPA のサイトの PDF で確認できます。「選択肢」は、問題文ではなく選択肢に出たものです。用語名で照合しているため、関係の薄い問題が含まれることがあります。

フリンの分類における1命令1データ方式。1つの命令で1つのデータを処理する逐次処理型のアーキテクチャ。従来の単一プロセッサによる処理方式。

フリンの分類における1命令多データ方式。1つの命令で複数のデータを同時に処理する並列処理アーキテクチャ。画像処理や科学技術計算で効果的。GPUの基本的な処理方式。

並列化による高速化の限界を示す法則。プロセッサをいくら増やしても、全体の性能向上は並列化できない部分の割合に頭打ちにされる。並列化率が9割でも、最大10倍までしか速くならない。

複数のプロセッサが1つの主記憶を共有し、1つのOSが全体を制御する構成。プロセッサ間のデータ受渡しが速いが、共有メモリへのアクセスが集中するためプロセッサ数を増やしても性能が伸びにくい。

各プロセッサが自分の主記憶とOSを持ち、通信で連携する構成。台数を増やしやすく拡張性が高いが、プロセッサ間のデータ受渡しに通信の時間がかかる。クラスタやグリッドがこの形態にあたる。

ネットワーク上に散在する多数のコンピュータの余力を束ね、1台の高性能コンピュータのように使う技術。科学技術計算など、大量の計算を細かく分割できる処理に向く。