MapReduceとパラレルRDBでベンチマーク対決、勝者はなんとRDB！

大量のデータを処理する手法として登場したMapReduce。クラウドに対応した分散処理の定番として話題に上ることが増えてきました。 MapReduceは、大量のデータを分割し、分割したデータを分散したノードに投げてノードごとに処理を実行、結果を集約して最終的な答えを求める、といった手法です。 しかしMapReduceが登場する以前から商用レベルで使われていた分散処理手法があります。データを分散したデータベースに格納し処理を行うパラレル・リレーショナルデータベース（パラレルRDB）がその1つです。 パラレルRDBは、データを複数のデータベースに分散して配置、データベースごとに処理を行い、結果を求める手法です。中央に共有メモリを配置するなどの方法で分散したデータベース同士の連携を行うことが一般的です。 ではパラレル・リレーショナルデータベースはMapReduceより遅いのか？ 劣るのか？ 両者

[RMS-099]

「なぜパラレルRDBの方が速かったのか。論文では、Bツリーのインデックスによる高速化、最新のストレージ機構、圧縮機能、洗練された並列処理などを挙げています。」

[shinobu_siv]

RDBに軍配が上がった模様

[khtno73]

RACの特徴はスケーラビリティと可用性と認識してたんだけど、パラレル化とパーティショニングでMapReduce以上のスピードまであるのか。

[suu-g]

Vertica

[stibbar]

なぜパラレルRDBの方が速かったのか。論文では、Bツリーのインデックスによる高速化、最新のストレージ機構、圧縮機能、洗練された並列処理などを挙げています。また、「GoogleバージョンのMapReduceはHadoopより高速だと噂

[akaheru7]

MapReduceとパラレルRDBでベンチマーク対決、勝者はなんとRDB！

[yssk22]

MapReduce は、アプリケーション開発のスケーラビリティを担保することを忘れてはならない

[ita-wasa]

なぜパラレルRDBの方が速かったのか。論文では、Bツリーのインデックスによる高速化、最新のストレージ機構、圧縮機能、洗練された並列処理などを挙げています。また、「GoogleバージョンのMapReduceはHadoopより高速だと噂

[teahut]

>パラレル・リレーショナルデータベースはMapReduceより遅いのか？ 劣るのか？ 両者を実際にベンチマークを走らせて比較調査したのが、論文「A Comparison of Approaches to Large-Scale Data Analysis」です

[mainyaa]

まぁ当然か。

[ys0000]

それぞれの利点欠点を理解した上で使用する必要がある。ということで、そのうちアーキテクチャの特徴をちゃんと調べる。

[takuno]

しかしMapReduceが登場する以前から商用レベルで使われていた分散処理手法があります。データを分散したデータベースに格納し処理を行うパラレル・リレーショナルデータベース（パラレルRDB）がその1つです。

[rawwell]

""良い知らせとして、パラレルデータベースは平均で3倍から6倍、MapReduceよりも高速だった。パラレルデータベースは、速度、問い合わせの自動化、タスクごとに必要な記述も少ないといった点で優れていた。"論文では、セ

[noopable]

驚くべき結果ではないですね。そもそもMapReduceやクラウドが目指しているのは短絡的ベンチマークじゃないですから。