Resumo: O aumento do volume de dados gerados por diversos mecanismos e dispositivos cria a necessidade da distribuição do processamento destes dados. Com a intenção de facilitar o trabalho dos responsáveis por implementar essa computação, são criados modelos capazes de oferecer suporte à distribuição do processamento dessas imensas coleções de dados. O trabalho aqui apresentado tem como objetivo abordar uma dessas soluções: o MapReduce, modelo de programação e framework introduzido pela Google, inspirado nas funções map e reduce, que trabalha a partir dessas duas fases. Falaremos sobre os conceitos que envolvem essa prática: sistemas distribuídos, paralelização, programação funcional, frameworks, o modelo MapReduce, implementações e questões levantadas pelo grupo para trabalhos futuros. Encerraremos com a conclusão do trabalho e uma sessão de perguntas e respostas relevantes, esperando que tenhamos cumprido com o papel de apresentar um tema de crescente importância.
Este trabalho foi totalmente produzido pelos autores que declaram não terem violado os direitos autorais de terceiros, sejam eles pessoas físicas ou jurídicas. Havendo textos, tabelas e figuras transcritos de obras de terceiros com direitos autorais protegidos ou de domínio público tal como idéias e conceitos de terceiros, mesmo que sejam encontrados na Internet, os mesmos estão com os devidos créditos aos autores originais e estão incluídas apenas com o intuito de deixar o trabalho autocontido. O(s) autor(es) tem(êm) ciência dos Artigos 297 a 299 do Código Penal Brasileiro e também que o uso do artifício de copiar/colar texto de outras fontes e outras formas de plágio é um ato ilícito, condenável e passível de punição severa. No contexto da Universidade a punição não precisa se restringir à reprovação na disciplina e pode gerar um processo disciplinar que pode levar o(s) aluno(s) à suspensão;