जहां तक मैं समझता हूं, एमपीआई मुझे क्लस्टर में बिल्कुल अलग नोड्स संवाद करने के तरीके पर अधिक नियंत्रण देता है।कुछ परिदृश्य क्या हैं जिनके लिए एमपीआई MapReduce से बेहतर फिट है?
मैपरेडस/हाडोप में, प्रत्येक नोड कुछ गणना करता है, अन्य नोड्स के साथ डेटा का आदान-प्रदान करता है, और फिर परिणामों के अपने विभाजन को जोड़ता है। सरल लगता है, लेकिन चूंकि आप प्रक्रिया को फिर से सक्रिय कर सकते हैं, यहां तक कि के-साधन या पेजरैंक जैसे एल्गोरिदम भी मॉडल को अच्छी तरह से फिट करते हैं। शेड्यूलिंग के इलाके के साथ एक वितरित फ़ाइल सिस्टम पर, प्रदर्शन स्पष्ट रूप से अच्छा है। तुलनात्मक रूप से, एमपीआई मुझे स्पष्ट नियंत्रण देता है कि कैसे नोड्स एक-दूसरे को संदेश भेजते हैं।
क्या कोई क्लस्टर प्रोग्रामिंग परिदृश्य का वर्णन कर सकता है जहां अधिक सामान्य एमपीआई मॉडल सरल MapReduce मॉडल पर एक स्पष्ट लाभ है?
ओह, मैं अपने उत्तरों को कम नहीं कर सकता - क्या यह मेरे लिए किसी और को कर सकता है। –
धन्यवाद, मार्क (डाउनवोट करने की कोई आवश्यकता नहीं है)। क्या आपका मतलब है कि एमपीआईआई में पुनरावृत्त एल्गोरिदम अधिक कुशल हैं, क्योंकि MapReduce में उन्हें नौकरियों के अनुक्रम के साथ कार्यान्वित किया जाना है? जाहिर है, MapReduce कम से कम कुछ पुनरावृत्त एल्गोरिदम के लिए स्वीकार्य प्रदर्शन है। –
वास्तव में नहीं। मैं परिमित अंतर समाधान जैसे गणनाओं के बारे में सोच रहा था, जिसमें कुल डोमेन के व्यक्तिगत कंप्यूटर (व्यक्तिगत प्रोसेसर पर) कंप्यूटर, फिर हेलो जानकारी का आदान-प्रदान करते हैं, फिर कंप्यूटिंग पर ले जाते हैं। मुझे यह देखना मुश्किल लगता है कि यह MapReduce को कैसे मैप करेगा। –