Tez is a proposal to develop a gene

Tez is a proposal to develop a generic application which can be used to process complex data-processing task DAGs and runs natively on Apache Hadoop YARN. Tez generalizes the MapReduce paradigm to a more powerful framework based on expressing computations as a dataflow graph. Tez is not meant directly for end-users – in fact it enables developers to build end-user applications with much better performance and flexibility. Hadoop has traditionally been a batch-processing platform for large amounts of data. However, there are a lot of use cases for near-real-time performance of query processing. There are also several workloads, such as Machine Learning, which do not fit will into the MapReduce paradigm. Tez helps Hadoop address these use cases. Tez framework constitutes part of Stinger initiative (a low latency based SQL type query interface for Hadoop based on Hive).
Data analytics cluster computing framework originally developed in the AMPLab at UC Berkeley. Spark fits into the Hadoop open-source community, building on top of the Hadoop Distributed File System (HDFS). However, Spark provides an easier to use alternative to Hadoop MapReduce and offers performance up to 10 times faster than previous generation systems like Hadoop MapReduce for certain applications.
Spark is a framework for writing fast, distributed programs. Spark solves similar problems as Hadoop MapReduce does but with a fast in-memory approach and a clean functional style API. With its ability to integrate with Hadoop and inbuilt tools for interactive query analysis (Shark), large-scale graph processing and analysis (Bagel), and real-time analysis (Spark Streaming), it can be interactively used to quickly process and query big data sets.
To make programming faster, Spark provides clean, concise APIs in Scala, Java and Python. You can also use Spark interactively from the Scala and Python shells to rapidly query big datasets. Spark is also the engine behind Shark, a fully Apache Hive-compatible data warehousing system that can run 100x faster than Hive.

Spark SQL unifies access to structured data.
MLlib is Apache Spark's scalable machine learning library.
Spark Streaming makes it easy to build scalable fault-tolerant streaming applications.

ผลลัพธ์ (ไทย) 1:

Tez เป็นข้อเสนอในการพัฒนาโปรแกรมประยุกต์ทั่วไปที่สามารถใช้ในการประมวลงานประมวลผลข้อมูลที่ซับซ้อน DAGs และทำวิธีบนเส้นด้ายอย่างไร Hadoop Apache Tez generalizes กระบวนทัศน์ MapReduce การกรอบการทำงานมีประสิทธิภาพมากขึ้นตามกำลังประมวลผลเป็นกราฟ dataflow Tez ไม่ใช่โดยตรงสำหรับผู้ใช้ – ในความเป็นจริงช่วยให้นักพัฒนาสามารถสร้างโปรแกรมประยุกต์ที่ผู้ใช้ มีประสิทธิภาพและมีความยืดหยุ่นมาก อย่างไร Hadoop ซึ่งได้งานแพลตฟอร์มสำหรับข้อมูลจำนวนมาก อย่างไรก็ตาม มีจำนวนมากของกรณีใช้ประสิทธิภาพใกล้--เวลาจริงการประมวลผลแบบสอบถาม ยังมีหลายเวิร์ก เช่นการเรียนรู้ของเครื่อง ซึ่งไม่เหมาะจะเป็นกระบวนทัศน์ MapReduce Tez ช่วยอย่างไร Hadoop เหล่านี้ใช้กรณี กรอบ Tez ถือของริ Stinger (latency ต่ำตามแบบสอบถาม SQL ชนิดอินเทอร์เฟซสำหรับอย่างไร Hadoop ตามกลุ่ม)วิเคราะห์ข้อมูลคลัสเตอร์คอมพิวเตอร์กรอบเดิม พัฒนาใน AMPLab ที่เบิร์กลีย์ UC ประกายเหมาะกับในชุมชนของซอร์สอย่างไร Hadoop อาคารบนอย่างไร Hadoop กระจายแฟ้มระบบ (HDFS) อย่างไรก็ตาม จุดประกายให้ง่ายจะใช้ทางเลือกอย่างไร Hadoop MapReduce และให้ประสิทธิภาพสูงถึง 10 เท่าเร็วกว่ารุ่นก่อนหน้านี้ระบบเช่นอย่างไร Hadoop MapReduce บางโปรแกรมประยุกต์สปาร์คเป็นกรอบสำหรับการเขียนโปรแกรมอย่างรวดเร็ว กระจาย ประกายแก้ปัญหาที่คล้ายกันอย่างไร Hadoop MapReduce ไม่ แต่ ด้วยวิธีการรวดเร็วในหน่วยความจำและทำงานสะอาดแบบ API มีความสามารถในการบูรณาการอย่างไร Hadoop และมือ inbuilt ในการวิเคราะห์แบบสอบถาม (ปลาฉลาม), กราฟขนาดใหญ่ประมวลผล และวิเคราะห์ (Bagel), และการวิเคราะห์แบบเรียลไทม์ (จุดประกายกระแส), สามารถโต้ตอบใช้ประมวลผล และสอบถามข้อมูลชุดใหญ่อย่างรวดเร็วให้เขียนโปรแกรมได้เร็วขึ้น หัวเทียนให้สะอาด กระชับ APIs ในสกาลา Java และงู คุณยังสามารถใช้สปาร์คโต้ตอบจากเปลือกหอยประกอบและงูเหลือมรวดเร็วสอบถาม datasets ขนาดใหญ่ ประกายแห่งเครื่องยนต์หลังปลาฉลาม ครบครัน Apache กลุ่มเข้าข้อมูลคลังระบบที่สามารถเรียกใช้ 100 x ได้เร็วกว่ากลุ่มสปาร์ค SQL unifies เข้าถึงข้อมูลโครงสร้างMLlib เป็นเครื่องปรับสเกล Apache จุดประกายเรียนรู้ห้องสมุดจุดประกายกระแสทำให้ง่ายต่อการสร้างโปรแกรมประยุกต์การส่งกระแสข้อมูลที่ทนต่อปรับสเกล

ผลลัพธ์ (ไทย) 3:

ครับเป็นข้อเสนอเพื่อพัฒนาโปรแกรมทั่วไปที่สามารถใช้ในงานที่ซับซ้อนและกระบวนการประมวลผลข้อมูลเดคากรัมวิ่ง natively บน Apache Hadoop ไหมพรม ครับที่ mapreduce เช่นนี้ได้ขยายกรอบกระบวนทัศน์เพื่อประสิทธิภาพมากขึ้นบนพื้นฐานของการแสดงต่างๆเป็นข้อมูลกราฟครับไม่ได้หมายถึงสำหรับผู้ใช้งานโดยตรงและในความเป็นจริงจะช่วยให้นักพัฒนาเพื่อสร้างโปรแกรมประยุกต์ของผู้ใช้ที่มีประสิทธิภาพมากและมีความยืดหยุ่น Hadoop ตามเนื้อผ้าแล้วแพลตฟอร์มการประมวลผลแบทช์สำหรับขนาดใหญ่ปริมาณของข้อมูล อย่างไรก็ตาม มีหลายกรณีใช้ใกล้เวลาแสดงจริงของการประมวลผลแบบสอบถาม ยังมีอีกหลายงาน เช่น การเรียนรู้ด้วยเครื่องจักรซึ่งไม่เหมาะจะเป็น mapreduce กระบวนทัศน์ . ครับช่วย Hadoop ที่อยู่กรณีใช้เหล่านี้ ถือเป็นส่วนหนึ่งของโครงการครับ กรอบเหล็ก ( latency ต่ำตามอินเตอร์เฟซแบบสอบถามประเภท SQL สำหรับ Hadoop ตามรัง ) .
การวิเคราะห์ข้อมูลคอมพิวเตอร์กลุ่มกรอบพัฒนาเดิมใน amplab ที่ UC Berkeley . ประกายเหมาะใน Hadoop แหล่งชุมชนอาคารด้านบนของระบบแฟ้มแบบกระจาย ( hdfs Hadoop ) อย่างไรก็ตาม จุดประกายให้ง่ายต่อการใช้ทางเลือก Hadoop mapreduce และมีประสิทธิภาพได้ถึง 10 ครั้งเร็วกว่าระบบรุ่นก่อนหน้าอย่าง Hadoop mapreduce สำหรับการใช้งานบางอย่าง .
จุดประกายเป็นกรอบการเขียนอย่างรวดเร็ว , แจกโปรแกรมจุดประกายแก้ปัญหาคล้าย Hadoop mapreduce ไม่ แต่ด้วยวิธีรวดเร็วในหน่วยความจำและทำความสะอาดหน้าที่รูปแบบ API กับความสามารถในการสร้างและวิเคราะห์เครื่องมือ inbuilt Hadoop แบบสอบถามแบบโต้ตอบ ( ฉลาม ) , การประมวลผลกราฟขนาดใหญ่และการวิเคราะห์ ( ขนมปัง ) และการวิเคราะห์แบบเรียลไทม์ ( ประกายสตรีมมิ่ง ) , มันสามารถโต้ตอบได้อย่างรวดเร็วและใช้กระบวนการสอบถามข้อมูล
ชุดใหญ่เพื่อให้โปรแกรมเร็วขึ้น จุดประกายให้สะอาด กระชับ APIs ใน Scala , Java และงูเหลือม นอกจากนี้คุณยังสามารถใช้จุดประกายโต้ตอบจาก Scala และเปลือกหลามอย่างรวดเร็วแบบสอบถามข้อมูลใหญ่ จุดประกายเป็นเครื่องยนต์หลังฉลาม มีทั้ง Apache รังเข้ากันได้ข้อมูลคลังสินค้าระบบที่สามารถวิ่งได้เร็วกว่ากลุ่ม 100x

จุดประกาย SQL เป็นหนึ่งเดียว การเข้าถึงข้อมูลที่มีโครงสร้าง
mllib เป็น Apache จุดประกายปรับขนาดเครื่องสตรีมมิ่งห้องสมุดแห่งการเรียนรู้ .
จุดประกายทำให้ง่ายต่อการสร้างระบบสตรีมมิ่งการใช้งาน
) .