パターンを読み込んでいます…
🗺️
Map-Reduce
map 操作と reduce 操作を用いて、計算を複数のノードに分散します
複雑さ: high並列化
30秒でわかる概要
- 概要
- 大規模なデータセットを並列ワーカーに分割し、各ワーカーが部分集合を独立に処理したうえで、結果を統合して最終的な答えを導きます。
- 使いどころ
- 単一マシンでの実行では遅すぎ、かつ中間結果を独立に計算できるような巨大データセットの処理。
- 注意点
- データセットが小さい場合や reduce 処理が高コストな場合、調整のオーバーヘッドとネットワーク遅延が並列化の利得を上回ることがあります。
このパターンについてAIエキスパートに質問
質問が入力済みの状態でアシスタントが開きます。送信前に内容を確認できます。
Map-Reduce: 概要
map 操作と reduce 操作を用いて、計算を複数のノードに分散します
- Parallel data processing
- Fault-tolerant execution
- Scalable architecture
- Result aggregation
The Agent Architect
1つのパターン、1つのトレードオフ、1つの本番障害事例。エージェントシステムを構築する人のための短い週刊ブリーフィング。
週1回のメール、ワンクリックで購読解除できます。アドレスはブリーフィングの送信のみに使用します。
参考文献
このパターンの根拠となる論文、仕様、リポジトリです。
このカタログを作ったエンジニアが担当
エージェント構成をレビューします
このページが扱うのは1つのパターンです。実際のシステムは数十を組み合わせて動き、障害の多くはその繋ぎ目で起きます。カタログの288パターンに照らして設計全体をレビューします。アーキテクチャ、信頼性、評価、コストまで、指摘ごとに対応するパターンを示します。
€750（通常€1,500）・1週間・文書レポートとウォークスルーコール・9月30日まで