MapReduce adalah model pemrograman dan implementasi terkait untuk memproses dan menghasilkan kumpulan data besar dengan algoritma terdistribusi paralel pada sebuah cluster. MapReduce dikembangkan oleh Google pada tahun 2004 dan terinspirasi oleh fungsi peta dan pengurangan yang umum digunakan dalam pemrograman fungsional. MapReduce membagi tugas yang ada menjadi beberapa bagian kecil pekerjaan (langkah Map), kemudian menggabungkan hasil dari setiap langkah menjadi satu keluaran (langkah Reduce).
Pada intinya, MapReduce bekerja dengan mengambil masalah atau kumpulan data yang besar, dan memecahnya menjadi beberapa bagian pekerjaan yang dapat diselesaikan secara mandiri. Hasil antara dari tugas terdistribusi ini kemudian digabungkan untuk membentuk satu keluaran tunggal. Semua ini dilakukan secara terdistribusi, biasanya di beberapa komputer.
MapReduce memberikan manfaat skalabilitas dan toleransi kesalahan tanpa harus berinvestasi pada perangkat keras atau pengaturan tambahan. Sejak MapReduce diimplementasikan, MapReduce dapat digunakan untuk menangani pemrosesan semua jenis data, dari file teks biasa hingga data biner. MapReduce juga dapat digunakan untuk membangun saluran analisis real-time yang andal, karena sudah ada sebagai bagian dari Google Cloud Platform.
MapReduce digunakan di banyak bidang, termasuk analisis data besar, pembelajaran mesin, pemrosesan bahasa alami, dan game online. Oleh karena itu, model ini banyak digunakan oleh banyak organisasi dan perusahaan, seperti Facebook, Yahoo!, dan Twitter serta tersedia sebagai platform Hadoop sumber terbuka.
