فاطمه زارعی - دانشجوی کارشناسی ارشد مهندسی فناوری اطلاعات،دانشگاه آزاد اسلامی واحد صفاشهر - باشگاه پژوهشگران جوان و نخبگان،واحد شیراز،دانشگاه آزاد اسلامی،شیراز،ایران
محمد زارعی - دانشجوی کارشناسی ارشد مهندسی برق- مخابرات،دانشگاه آزاد اسلامی واحد شیراز باشگاه پژوهشگران جوان و نخبگان،واحد شیراز،دانشگاه آزاد اسلامی، شیراز،ایران
زهرا زارعی - دانشجوی کارشناسی مهندسی پرتو پزشکی،دانشگاه آزاد اسلامی واحد آباده
محسن زارعی - فارغ التحصیل مهندسی گیاه پزشکی،دانشگاه آزاد اسلامی واحد شیراز

با گسترش روز افزون استفاده از فناوری اطلاعات، و همچنین فراگیر شدن مسائلی مانند اتوماسیون در فرایندهای کسب و کار و نیز استفاده از تجهیزات دیجیتال، که در همه، همواره تولید داده ها وجود دارد، امروزه با مسئله ای به نام انفجار حجم داده ها مواجه هستیم. از طرفی روز به روز نیاز به تحلیل داده های خام برای کاربردهای مختلف افزایش می یابد که مسلما راهکارهای مناسبی برای استخراج و تحلیل داده در چنین مقیاس های عظیمی را می طلبد. این روند ها منجر به معرفی چارچوب پردازش موازی جدیدی به نام نگاشت کاهش و هدوپ شد. نگاشت کاهش یک مدل برنامه نویسی موازی است که توسط دو تابع مشخص با نام map (نگاشت) و reduce (کاهش) کار می کند. پیاده سازی های متفاوتی از این مدل وجود دارد، که هدوپ یک پیاده سازی متن باز از این مدل می باشد. به طور کلی هدف از این مقاله معرفی هدوپ و انواع پیاده سازی های مدل برنامه نویسی نگاشت کاهش و مقایسه و ویژگی آن ها می باشد.

(Hadoop) هدوپ ،reduce تابع ،map پردازش موازی، تابع