はじめに この記事はビッグデータで用いる分散処理関連の用語について初学者向けにまとめたものです。 ある程度詳しい人にとっては退屈な内容かもしれないです。 Hadoop、Hive、Spark、Presto、Mapreduce...ビッグデータ周りはこういった用語が多いです。 自分は初めてこれらに触れたときに訳がわからなくて泣きそうになったのでざっくりとまとめました。 各々の説明はそんなに詳しくはしないので、イメージを掴むくらいを目的としています。 ビッグデータと分散処理 最近ビッグデータって言葉よく聞きますね。 対になる用語としてスモールデータってものあります。 文字通りビッグデータとは容量がクソでかいデータのことなのですが、明確な定義はなく、だいたい数百万レコードまでならスモールデータって呼ばれるみたいです。(数GBくらい) そもそもなぜビッグデータ処理なるものを考えなければいけないのだろ
![Hadoop関連の用語をざっくりまとめる【Hive, Presto, Spark】 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/77847323517e12c2e2c2e8e501eda72d0eb6e6c9/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9SGFkb29wJUU5JTk2JUEyJUU5JTgwJUEzJUUzJTgxJUFFJUU3JTk0JUE4JUU4JUFBJTlFJUUzJTgyJTkyJUUzJTgxJTk2JUUzJTgxJUEzJUUzJTgxJThGJUUzJTgyJThBJUUzJTgxJUJFJUUzJTgxJUE4JUUzJTgyJTgxJUUzJTgyJThCJUUzJTgwJTkwSGl2ZSUyQyUyMFByZXN0byUyQyUyMFNwYXJrJUUzJTgwJTkxJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz1mZDgxODNiNjc0MTI3ZmE0ZjllMzBhNjk4MWU0M2Y5ZQ%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDB0ZXRzdXJvNzMxJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz00Nzc0MmFkYjNjY2RlNTM5Yzg3MWNiODFiODhjNTlmZA%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3Decc9d4b25cadafcae2536d9adf793a5a)