Ang divide and Conquest ay isang problema-solving approach na kinasasangkutan ng pag-iiba ng isang malaking problema tungo sa mas maliit, mas madaling mature na mga bahagi. Ang stratehiyang ito ay malawakang ginagamit sa malaki-scale data processing upang mapabuti ang kahusayan at pagiging madaling ma-aspektibo. Ang sumusunod na mga pag-aaral ng kaso ay nagpapakita kung paano ang pamamaraang ito ay inilalapat sa real-world scene.

Pag - aaral ng Kaso 1: Pamamahagi ng mga Uri

Sa pamamahagi ng mga datos, ang mga nai-iinternasyonal ay nahahati sa mas maliliit na mga tipak na independiyenteng nai-brute sa multiple node.Ang bawat node ay nag-iisa ng subset nito ng datos, at ang mga nai-brected na mga tipak ay pinagsasama upang makagawa ng pangwakas na na nauring dataset. Ang paraang ito ay nagbabawas ng oras ng pagpoproseso at mga lebelages na parallel na mga mapagkukunan ng mga mapagkukunang kompyuter.

Pag - aaral ng Kaso 2: Paggawa ng Mapa

Ang balangkas ng MapReduce na exefies ay naghahati at nananaig sa malaking pagproseso ng datos. Data ay nahahati sa mas maliliit na piraso, pinoproseso nang pagkakapareho sa panahon ng yugto ng Mapa, at pagkatapos ay pinagsasama sa panahon ng pagbabawas phase.Ang pamamaraang ito ay nagpapangyari sa mahusay na paghawak ng malalaking datasets sa ibayo ng mga sistemang ipinamamahagi.

Pag - aaral ng Kaso 3: Graph Proseso

Ang malalaking-scale na pagpoproseso ng grap ay kadalasang gumagamit ng paghahati at pagsakop sa pamamagitan ng paghahati ng mga grap sa mga subgrap. Ang bawat subgrap ay inhenyenteng pinoproseso, at ang mga resulta ay pinagsama upang suriin ang buong grap. Ang paraang ito ay nagpapabuti sa pagsasagawa at nagbabawas ng paggamit ng memorya.

Mga Pakinabang ng Paghihiwalay at Pagtatagumpay

  • Ang pagiging tumpak: ay mabisang humahawak sa pagpaparami ng mga tomo ng datos.
  • Parallelism: Ang mga cobles concurrent processing sa ibayo ng multiple nodes.
  • Fauult Institurance: Isolated failures to mas maliit na bahagi ng sistema.
  • [Efficiency:] Nakababawas ng oras ng pagpoproseso para sa malalaking datasets.