MapReduce

je model programiranja pogodan za pretragu velikih skupova podataka.^[1][2]

program se sastoji od procedure mapiranja (engl. ) koja obavlja filtriranje i sortiranje (na primer sortiranje studenata po imenu) i procedure redukovanja (engl. ) koje obavlja zbirnu operaciju (na primer brojanje koliko ima studenata sa svakim imenom). sistem se izvršava uz pomoć prikupljanja sa distibuiranih servera, paralelnog izvršavanja operacija, upravljanja tokom i prenosom podataka između različitih delova sistema, na taj način obezbeđujući osobine redudanse i robusnosti.

Model se zasniva na funkcijama mapiranja i redukovanja. One se najčešće koriste u funkcionalnom programiranju, ali je njihova svrha u okviru MapReduce drugačija.^[3][4] Ključne prednosti okvira su skalabilnost i robusnost. Dok sve prednosti MapReduce okvira mogu biti uočljive samo sa višenitnom implementacijom, jer jednonitna implementacija (na primer MongoDB) ne može biti brža od tradicionalnog (ne MapReduce) modela programiranja.^[5] Upotreba ovog modela je opravdana samo ako su prisutne optimizovana distribuirana operacija (koja smanjuje troškove mrežne komunikacije) i osobina robusnosti. Optimizacija troškova komunikacije je takođe od velikog značaja za dobar algoritam.^[6]

biblioteke se pišu u različitim programskim jezicima, sa različitim nivoima optimizacije. Popularna implementacija otvorenog koda je deo Apači Hadupa. Pojam prvobitno se odnosio samo na Guglovu tehnologiju, ali je kasnije poprimio generalno značenje.