A As fases debatchingeprocessingnão são sobrepostas para quaisquer dois batches consecutivos.
B Na fasebatching, as tuplas de dados de fluxo são acumuladas por um intervalo de lote predeterminado. Em seguida, o conteúdo do lote é particionado e emitido na forma de blocos de dados para processamento paralelo.
C Na faseprocessing, a consulta é executada na memória como umpipelinedos estágiosmap e reduce
D No estágiomap, uma função definida pelo usuário é aplicada em paralelo a cada bloco de dados (por exemplo, um filtro sobre as tuplasclickstream).
E O estágioreduceagrega o resultado do estágiomappara produzir a saídabatch(por exemplo, soma os cliques para cada país).