Cara menggunakan mapreduce in mongodb

MongoDB is a NoSQL database, whereas Hadoop is a framework for storing & processing Big Data in a distributed environment. 

MongoDB

MongoDB is a document oriented NoSQL database. MongoDB stores data in flexible JSON like document format. The fields can vary from document to document, and it gives you the flexibility to change the schema any time. MongoDB is a distributed database, so it provides high availability & horizontal scalability. You can perform real-time aggregations & ad-hoc querying. You can easily map the documents to your applications. 

To know more go through this blog:

https://www.edureka.co/blog/mongodb-the-database-for-big-data-processing/

Hadoop

Hadoop is a collection of software which is used to store & process big data. 

Core components of Hadoop are HDFS & YARN. 

HDFS (Hadoop Distributed File System) is the storage part of Hadoop. HDFS file system stores data in a distributed environment, so that data can be processed in a parallel manner. YARN (Yet Another Resource Negotiator) is the resource manager in Hadoop. YARN is the one which allocates resources to various job which are getting submitted to Hadoop. 

On top of YARN, you have multiple tools which can be used to process data. You can either write Mapreduce programs or execute Pig or Hive queries. HBase is again a column oriented NoSQL database which runs on top of Hadoop.  

Aplikasi big data menyakini bahwa perusahaan menduga data sebuah perusahaan ialah minyak baru, sebab perusahaan menghadapi bagaimana cara menambang minyak yang berharga buat menerima laba? Anggap saja data tadi berada di danau, saluran pipa, serta pergudangan buat menerima kesenjangan pasar bisnis dan perusahaan berupa saluran buat membantu menjawab panggilan serta perkembangan usaha kedepannya. oleh sebab itu, Analytics Insight mengumpulkan tools big data teratas ditahun 2020. Berikut perangkat lunak Big Data terbaik untuk bisnis serta analisis data:

1. Apache Hadoop
Apache Hadoop, timbul pada tahun 2005 yg merupakan perangkat lunak (software) terbuka yg dipergunakan buat menyimpan data serta menjalankan software dalam cluster atau satu kesatuan.
Hadoop dapat menghubungkan banyak sekali personal komputer untuk bekerja sama dan saling terhubung dalam penggunaanya. Hadoop bisa menyimpan dan memproses data yg besar secara terdistribusi memakai model pemrograman MapReduce. Selain itu, penyimpanan jua dapat bersifat paralel pada cluster dengan ratusan server sebab terdiri asal ribuan komputer. Pengguna pun dapat menaikkan ukuran cluster menggunakan menambahkan node baru yang dibutuhkan tanpa ketika henti (downtime).

2. MongoDB
MongoDB, platform yang didirikan sang Kevin Ryan, Eliot Horowitz, serta Dwight Meriman ialah galat satu database generasi selanjutnya yg membantu dalam perubahan bisnis menggunakan menggunakan konsep NoSQL terbuka serta terpercaya. MongoDB ini telah populer dikalangan developer sebab memiliki keunggulan dalam kekuatannya yg mempunyai fleksibilitas dibanding program Apache Hadoop yg ditulis pada C++ serta penyimpanan data tidak menggunakan tabel tetapi menggunakan dokumen terstruktur seperti JSON. Selain itu, MongoDB mempunyai fitur high performance, automatic scaling, dan hgih availability. MongoDB memanfaatkan Javascript dalam mengoperasikan agregasi, indexing, CRUD serta aneka macam operasi database lainnya.

3. Pentaho
Pentaho adalah solusi yang komprehensif yg mendukung selutuh siklus big data dalam perusahaan. Big data analytics pada Pentaho ini menunjukkan banyak sekali macam solusi analitik pada mengakses data serta mengintegrasikan ke visualisasi serta prediktif analitik. Pada Pentaho, kita dapat melihat aneka macam informasi berasal data yang dimiliki yang tersaji pada bentuk report bersifat interaktif. Pentaho mempunyai beberapa fungsi seperti penganalisisan data, menghasilkan report yg terjadwal atau on-demand menggunakan banyak sekali format, pembuatan Pentaho Dashboard, serta melakukan data mining.

4. Cassandra
Apache Cassandra ini adalah keliru satu produk open source buat memanajemen database yang didstribusikan sang Apache yang bisa diukur (scalable) serta dirancang buat mengelola data yang sangat akbar yang beredar dibanyak server. Cassandra ini merupakan NoSQL terkemuka yang coock buat lingkungan hybrid serta multi cloud. Selain itu, performa pengaksesan menjadi lebih cepat sebagai akibatnya NoSQL semakin terkenal akhir-akhir ini. Beberapa perusahaan besar yg telah memakai Cassandra mirip Facebook, IBM, DIgg, Reddit, Apple, Twitter, serta lain-lain.

5. RapidMiner
RapidMiner merupakan keliru sati platform aplikasi (perangkat lunak) yang berkembang pada tahun 2001 buat tim sains big data yang menyatukan persiapan data, pembelajaran mesin, serta penerapan contoh prediktif. Selain itu, RapidMiner pula adalah aplikasi terbuka yg perdeo untuk penambaganan data dan teks serta grafis interface (antarmuka) yang paling kuat dan intuitif buat desian dari proses analisis. Hal tersebut dipergunakan untuk komesial serta usaha, penelitian, pembinaan, pendidikan, rapid prototyping, dan pengembangan perangkat lunak yang mendukung seluruh langkah proses pembelajaran termasuk persiapan data, akibat visualisasi, validasi contoh, dan meningkatkan secara optimal.