MAP REDUCE DAN NOSQL

PENDAHULUAN

Komputasi Cloud adalah gabungan pemanfaatan teknologi komputer komputasi dan pengembangan berbasis Internet. Cloud adalah metafora dari internet, Sebagaimana cloud dalam diagram jaringan komputer tersebut, cloud dalam Cloud Computing juga merupakan abstraksi dari infrastruktur kompleks yang disembunyikannya. Ia adalah suatu metoda komputasi di mana kapabilitas terkait teknologi informasi disajikan sebagai suatu layanan as a service.
Komputasi Cloud adalah suatu konsep umum yang mencakup SaaS, Web 2.0, dan trend teknologi terbaru lain yang dikenal luas, dengan tema umum berupa ketergantungan terhadap Internet untuk memberikan kebutuhan komputasi pengguna. Sebagai contoh, Google Apps menyediakan aplikasi bisnis umum yang diakses melalui suatu penjelajah web dengan perangkat lunak dan data yang tersimpan di server. Komputasi cloud saat ini merupakan trend teknologi terbaru, dan contoh bentuk pengembangan dari teknologi Cloud Computing ini adalah iCloud.

PEMBAHASAN
Map reduce dan NoSQL(Not Only SQL)
MapReduce merupakan model yang pemrograman untuk memproses set data yang besar, dan nama sebuah implementasi dari model oleh Google . MapReduce biasanya digunakan untuk melakukan komputasi terdistribusi pada cluster komputer.
Menulis program paralel-eksekusi telah terbukti selama bertahun-tahun untuk menjadi tugas yang sangat menantang, membutuhkan berbagai keahlian khusus. MapReduce menyediakan programmer biasa kemampuan untuk menghasilkan paralel program didistribusikan jauh lebih mudah, dengan mengharuskan mereka untuk menulis Peta sederhana dan Mengurangi fungsi, yang fokus pada logika masalah tertentu. sementara "Sistem MapReduce" (juga disebut "infrastruktur", "kerangka") secara otomatis menangani menyusun server terdistribusi, menjalankan berbagai tugas secara paralel, mengelola semua komunikasi dan transfer data antara berbagai bagian dari sistem, menyediakan untuk redundansi dan kegagalan , dan manajemen keseluruhan dari keseluruhan proses.
NoSQL
Sebuah database NoSQL menyediakan mekanisme untuk penyimpanan dan pengambilan data yang menggunakan model lebih konsisten daripada database relasional tradisional dalam rangka mencapai skala horisontal dan ketersediaan. Disebut "Not SQL" untuk menekankan bahwa beberapa sistem NoSQL mengizinkan bahasa query SQL-seperti yang sering digunakan.
Sistem database NoSQL sangat dioptimalkan untuk pengambilan dan operasi penambahan dan sering menawarkan fungsionalitas sedikit di luar penyimpanan record (misalnya key-value stores). Menurunnya fleksibilitas run-time dibandingkan dengan sistem SQL penuh dikompensasi oleh keuntungan yang nyata pada skalabilitas dan kinerja untuk data model tertentu.
Singkatnya, sistem manajemen database NoSQL berguna ketika bekerja dengan sejumlah besar data (terutama data besar) ketika sifat data itu tidak memerlukan model relasional. Data dapat terstruktur, tapi NoSQL digunakan ketika apa yang sebenarnya penting adalah kemampuan untuk menyimpan dan mengambil sejumlah besar data, bukan hubungan antara unsur-unsur. Contoh penggunaan mungkin untuk menyimpan jutaan pasangan kunci-nilai dalam satu atau array asosiatif sedikit atau untuk menyimpan jutaan catatan data. Organisasi ini sangat berguna untuk analisis statistik atau real-time tumbuh daftar elemen (seperti posting Twitter atau log server internet dari kelompok besar pengguna).
Penggunaan lain dari teknologi ini berkaitan dengan fleksibilitas dari model data, banyak aplikasi dapat memperoleh dari data tidak terstruktur model: alat seperti CRM, ERP, BPM, dll, bisa menggunakan fleksibilitas ini untuk menyimpan data mereka tanpa melakukan perubahan pada tabel atau menciptakan kolom generik dalam database. Database ini juga baik untuk membuat prototipe atau aplikasi dengan cepat, karena fleksibilitas ini menyediakan alat untuk mengembangkan fitur baru yang sangat mudah.
Contoh No SQL adalah :MongoDB.

KESIMPULAN
Jadi kesimpulannya Hbase yang merupakan database untuk data besar dan metode MapReduce merupakan metode yang digunakan untuk melakukan pemrosesan data-data pada penyimpanan yang besar telah mempermudah dalam men- gurutkan jumlah data yang mempunyai kemiripan dalam waktu yang cepat. Metode MapReduce ini belum optimal dikarenakan keterbatasan pada mesin yang ada dan jumlah data yang masih kurang besar. Agar terlihat optimal metode MapReduce ini akan terlihat berbeda ketika menggunakan banyak mesin karena memproses data-data secara tersebar sehingga memudahkan pemrosesan data

DAFTAR PUSTAKA
http://wind0809.blogspot.com/2013/04/seputar-tentang-cloud-computing-map.html