Big data” is clearly the buzzword o

Big data” is clearly the buzzword of the year and will soon knock “cloud computing” from its leading position, at least according to Google Trends. Big data has appeared in the news, the US government recently announced a Big Data Research and Development initiative (see http://tinyurl.com/85oytkj), and hundreds of startups are working on big data solutions while established providers try to catch up with the new trend. The Economist even called out that we live in the age of big data (www.economist.com/node/15557487). But how did it come to this? First, mobile sensors, social media services, genomic sequencing, and astronomy are among myriad applications that have generated an explosion of abundant data. For example, smartphones’ success has created the biggest sensor deployment in the world, with millions of users constantly taking pictures and reporting their movements and activities. Social networks from Twitter to Facebook let users continuously generate and share content with friends, producing even more data about what we do and how we interact with each other. Second, storage capacity for the past 30 years has roughly doubled every 14 months, making storing data cheaper than ever. Storage is now so cheap that it’s often better to buy more than try to determine what to delete. Third, and most importantly, recent advances in machine learning and information retrieval let us convert previously useless data into knowledge. For example, Netflix’s very profitable streaming service offers a large but rather lowquality and slightly outdated movie and TV show collection. However, its movie recommendation system helps users find the few movies in this huge collection that they might actually enjoy watching. Key to this system is a rather new machine-learning technique called alternating least squares, a form of collaborative filtering that lets Netflix compare users with each other at scale to make individual recommendations. Success stories like this have created a compulsion in companies to record and collect everything possible. For example, Facebook is collecting more than 500 Tbytes of data every day, of which more than 130 alone are just log records. Most of this might not be useful today, but could be tomorrow. Companies now regard data as one of their biggest assets, and the urge to collect more seems to have no boundaries. This new urge imposes huge challenges on hardware infrastructure and software; thus it isn’t surprising that various new systems have appeared on the market to solve these challenges, with Hadoop being the most prominent one. At the same time, famous researchers argue that there’s nothing new about these systems, especially Hadoop, and that many of them present a huge step backward.1 In the rest of this article, I’ll try to shed some light on this discussion.

ผลลัพธ์ (ไทย) 1:

ข้อมูล"อย่างชัดเจน buzzword ปี และเร็ว ๆ นี้จะเคาะ"คลาวด์คอมพิวติ้ง"จากตำแหน่งชั้นนำ น้อยตาม Google เทรนด์ ข้อมูลขนาดใหญ่ได้ปรากฏในข่าว รัฐบาลสหรัฐประกาศใหญ่ข้อมูลวิจัยและการพัฒนาความคิดริเริ่ม (ดู http://tinyurl.com/85oytkj), และหลายร้อยของ startups กำลังโซลูชั่นข้อมูลขนาดใหญ่ในขณะที่ผู้ก่อตั้งพยายามให้ทันกับเทรนด์ใหม่ นักเศรษฐศาสตร์จะเรียกว่าออกว่า เราอยู่ในยุคของข้อมูลขนาดใหญ่ (www.economist.com/node/15557487) แต่วิธีได้มานี้ ครั้งแรก มีเซ็นเซอร์มือถือ บริการสื่อสังคม ลำดับออก และดาราศาสตร์การใช้งานมากมายที่มีสร้างการระเบิดของข้อมูลจำนวนมาก ตัวอย่างเช่น ความสำเร็จของสมาร์ทโฟนมีสร้างการปรับใช้เซนเซอร์ที่ใหญ่ที่สุดในโลก มีนับล้านของผู้ใช้ถ่ายภาพอย่างต่อเนื่อง และรายงานความเคลื่อนไหวและกิจกรรม เครือข่ายสังคมจาก Twitter กับ Facebook ให้ผู้ใช้สามารถสร้าง และแบ่งปันเนื้อหากับเพื่อน ผลิตข้อมูลเพิ่มเติมเกี่ยวกับสิ่งที่เราทำและวิธีที่เราโต้ตอบกับแต่ละอื่น ๆ อย่างต่อเนื่อง ที่สอง จุสำหรับ 30 ปีผ่านมาได้ประมาณสองเท่าทุกเดือน 14 ทำการจัดเก็บข้อมูลที่ถูกกว่าที่เคย เก็บอยู่ในขณะนี้ราคาถูกว่า ก็มักจะดีกว่าการซื้อมากกว่าพยายามที่จะกำหนดสิ่งที่ลบ สาม และที่สำคัญที่สุด คือ ก้าวล่าสุดในการเรียนรู้ของเครื่องและไม่สามารถเรียกข้อมูลให้เราแปลงข้อมูลก่อนหน้านี้ไม่มีประโยชน์เป็นความรู้ ตัวอย่าง Netflix ของบริการการสตรีมมีกำไรมากมีขนาดใหญ่ แต่ค่อนข้าง lowquality และล้าสมัยเล็กน้อยภาพยนตร์ และโทรทัศน์แสดงคอลเลคชั่น อย่างไรก็ตาม ภาพยนตร์แนะนำระบบช่วยผู้ใช้ค้นหาภาพยนตร์ไม่กี่ในคอลเลกชันขนาดใหญ่นี้ว่า พวกเขาอาจได้รับชม คีย์กับระบบนี้เป็นเทคนิคการเรียนรู้ของเครื่องค่อนข้างใหม่เรียกว่าสลับอย่างน้อยสี่เหลี่ยม แบบฟอร์มตัวกรองร่วมกันให้ Netflix เปรียบเทียบผู้ใช้กับแต่ละอื่น ๆ ในระดับให้คำแนะนำแต่ละ ประสบความสำเร็จเช่นนี้ได้สร้างการบีบบังคับในการบันทึก และรวบรวมทุกอย่าง เช่น Facebook คือการรวบรวมมากกว่า 500 Tbytes ข้อมูลทุกวัน ซึ่งมากกว่า 130 คนเดียวเป็นเพียงล็อกระเบียน ส่วนใหญ่นี้อาจไม่มีประโยชน์วันนี้ แต่อาจจะพรุ่งนี้ บริษัทถือว่าข้อมูลนี้เป็นสินทรัพย์ที่ใหญ่ที่สุดของพวกเขาอย่างใดอย่างหนึ่ง และกระตุ้นให้รวบรวมเพิ่มเติมน่าจะ มีขอบเขตไม่ กระตุ้นใหม่นี้กำหนดความท้าทายใหญ่บนพื้นฐานฮาร์ดแวร์และซอฟต์แวร์ จึง ไม่น่าแปลกใจว่า ระบบใหม่ต่าง ๆ มีปรากฏในตลาดเพื่อแก้ปัญหาความท้าทายเหล่านี้ ด้วย Hadoop หนึ่งโดดเด่นที่สุด ในเวลาเดียวกัน นักวิจัยชื่อดังยืนยันว่า ไม่มีอะไรใหม่เกี่ยวกับระบบเหล่านี้ โดยเฉพาะอย่างยิ่ง Hadoop และที่หลายคนในปัจจุบัน backward.1 มีขั้นตอนมากในส่วนเหลือของบทความนี้ ฉันจะพยายามเปิดการสนทนานี้

ผลลัพธ์ (ไทย) 2:

ข้อมูลขนาดใหญ่ "เป็นอย่างชัดเจน buzzword ปีและเร็ว ๆ นี้จะเคาะ" cloud computing "จากความเป็นผู้นำอย่างน้อยตามที่ Google Trends ข้อมูลขนาดใหญ่ได้ปรากฏในข่าวที่รัฐบาลสหรัฐเพิ่งประกาศการวิจัยข้อมูลขนาดใหญ่และความคิดริเริ่มการพัฒนา (ดู http://tinyurl.com/85oytkj) และร้อยของ startups กำลังทำงานในการแก้ปัญหาข้อมูลขนาดใหญ่ในขณะที่ผู้ให้บริการที่จัดตั้งขึ้นพยายามที่จะจับขึ้น กับเทรนด์ใหม่ นักเศรษฐศาสตร์เรียกว่าแม้ว่าเราอยู่ในยุคของข้อมูลขนาดใหญ่ (www.economist.com/node/15557487) แต่วิธีการมันมาถึงนี้? แรกเซ็นเซอร์มือถือ, บริการสื่อสังคมลำดับจีโนมและดาราศาสตร์เป็นในการใช้งานมากมายที่มีการสร้างการระเบิดของข้อมูลที่อุดมสมบูรณ์ ตัวอย่างที่ประสบความสำเร็จมาร์ทโฟน 'ได้สร้างการใช้งานเซ็นเซอร์ที่ใหญ่ที่สุดในโลกที่มีผู้ใช้นับล้านอย่างต่อเนื่องการถ่ายภาพและการรายงานความเคลื่อนไหวและกิจกรรมของพวกเขา เครือข่ายทางสังคมจาก Twitter ไปที่ Facebook ให้ผู้ใช้อย่างต่อเนื่องสร้างและเนื้อหาร่วมกับเพื่อน, การผลิตข้อมูลมากขึ้นเกี่ยวกับสิ่งที่เราทำและวิธีที่เราโต้ตอบกับแต่ละอื่น ๆ ประการที่สองความจุสำหรับที่ผ่านมา 30 ปีได้เท่าทุก ๆ 14 เดือนทำให้การจัดเก็บข้อมูลราคาถูกกว่าที่เคย การจัดเก็บอยู่ในขณะนี้ราคาถูกเพื่อให้ก็มักจะดีกว่าที่จะซื้อมากกว่าพยายามที่จะกำหนดสิ่งที่จะลบ ประการที่สามและที่สำคัญที่สุดความก้าวหน้าล่าสุดในการเรียนรู้ของเครื่องและการดึงข้อมูลให้เราแปลงข้อมูลที่ไร้ประโยชน์ก่อนหน้านี้เป็นความรู้ ยกตัวอย่างเช่นบริการสตรีมมิ่งของ Netflix ทำกำไรได้มากมีภาพยนตร์และรายการทีวีที่มีขนาดใหญ่ แต่ lowquality และล้าสมัยเล็กน้อยคอลเลกชัน อย่างไรก็ตามระบบแนะนำภาพยนตร์จะช่วยให้ผู้ใช้สามารถค้นหาภาพยนตร์ไม่กี่แห่งในคอลเลกชันนี้มากว่าพวกเขาจริงๆแล้วอาจจะเพลิดเพลินกับการดู ที่สำคัญระบบนี้เป็นเทคนิคการเรียนรู้เครื่องค่อนข้างใหม่ที่เรียกว่าสลับสี่เหลี่ยมน้อยรูปแบบของการกรองการทำงานร่วมกันที่ช่วยให้ผู้ใช้ Netflix เปรียบเทียบกับคนอื่น ๆ ในระดับที่จะให้คำแนะนำของแต่ละบุคคล เรื่องราวความสำเร็จเช่นนี้ได้สร้างการบังคับใน บริษัท เพื่อบันทึกและเก็บทุกอย่างที่เป็นไปได้ ยกตัวอย่างเช่น Facebook จะเก็บรวบรวมกว่า 500 Tbytes ของข้อมูลทุกวันซึ่งมากกว่า 130 คนเดียวเป็นเพียงการบันทึกเข้าสู่ระบบ ส่วนใหญ่นี้อาจจะไม่เป็นประโยชน์ในวันนี้ แต่อาจจะเป็นวันพรุ่งนี้ บริษัท ในขณะนี้ถือว่าข้อมูลที่เป็นหนึ่งในสินทรัพย์ที่ใหญ่ที่สุดของพวกเขาและการกระตุ้นให้เก็บมากขึ้นดูเหมือนว่าจะไม่มีขอบเขต นี้กระตุ้นใหม่ประเด็นความท้าทายอย่างมากในโครงสร้างพื้นฐานด้านฮาร์ดแวร์และซอฟต์แวร์ ดังนั้นจึงไม่น่าแปลกใจว่าระบบใหม่ ๆ ได้ปรากฏตัวขึ้นในตลาดที่จะแก้ปัญหาความท้าทายเหล่านี้กับ Hadoop เป็นที่โดดเด่นมากที่สุดคนหนึ่ง ในขณะเดียวกันนักวิจัยที่มีชื่อเสียงให้เหตุผลว่ามีอะไรใหม่ ๆ เกี่ยวกับระบบเหล่านี้โดยเฉพาะอย่างยิ่ง Hadoop และที่มากของพวกเขานำเสนอ backward.1 ขั้นตอนมากในส่วนที่เหลือของบทความนี้ผมจะพยายามที่จะหลั่งน้ำตาแสงบางประการเกี่ยวกับการสนทนานี้

ผลลัพธ์ (ไทย) 3:

ข้อมูล " ใหญ่ชัดเจน buzzword ของปีและจะเคาะ " คอมพิวเตอร์เมฆ " จากตําแหน่งผู้นํา อย่างน้อยตาม Google แนวโน้ม ข้อมูลใหญ่ที่ปรากฏในข่าว รัฐบาลสหรัฐเพิ่งประกาศใหญ่ข้อมูล การวิจัย และการพัฒนาความคิดริเริ่ม ( ดู http : / / tinyurl com / 85oytkj ) , และร้อยของ startups จะทำงานใหญ่ ขณะที่ผู้ให้บริการโซลูชั่นข้อมูลขึ้นพยายามให้ทันกับแนวโน้มใหม่ นักเศรษฐศาสตร์เรียกว่าเราอยู่ในยุคของข้อมูลใหญ่ ( www.economist . com / โหนด / 15557487 ) แต่มันออกมาเป็นอย่างนี้ได้ยังไง ? เซ็นเซอร์มือถือก่อน บริการ ลำดับจีโนมของสื่อทางสังคม และดาราศาสตร์ในโปรแกรมมากมายที่ได้สร้างการระเบิดของข้อมูลมากมาย ตัวอย่างเช่นความสำเร็จสมาร์ทโฟน " ได้สร้างอุปกรณ์เซ็นเซอร์ที่ใหญ่ที่สุดใน โลก กับล้านของผู้ใช้ตลอดเวลาถ่ายรูปและรายงานความเคลื่อนไหวและกิจกรรมของพวกเขา . เครือข่ายทางสังคมจาก Twitter กับ Facebook ให้ผู้ใช้อย่างต่อเนื่องสร้างและแบ่งปันเนื้อหากับเพื่อน ๆ การผลิต ข้อมูลเพิ่มเติมเกี่ยวกับสิ่งที่เราทำและวิธีที่เราโต้ตอบกับแต่ละอื่น ๆ ที่สอง , ความจุสำหรับที่ผ่านมา 30 ปีมีประมาณสองเท่าทุก ๆ 14 เดือน ทำให้การจัดเก็บข้อมูลที่ถูกกว่าเดิม กระเป๋าตอนนี้ราคาถูกมาก มันมักจะดีกว่าที่จะซื้อมากกว่าพยายามที่จะกำหนดสิ่งที่จะลบ ประการที่สามและที่สำคัญที่สุด ก้าวหน้าในการเรียนรู้ของเครื่องและการค้นคืนข้อมูลให้เราแปลงข้อมูลที่ไร้ประโยชน์ก่อนหน้านี้ในความรู้ ตัวอย่างเช่น , Netflix สตรีมมิ่งบริการไรมากหนังขนาดใหญ่ แต่ lowquality ค่อนข้างเล็กน้อยและล้าสมัย และการแสดงชุดทีวี อย่างไรก็ตาม ระบบแนะนำภาพยนตร์ที่ช่วยให้ผู้ใช้สามารถค้นหาภาพยนตร์ไม่กี่ในคอลเลกชันนี้ขนาดใหญ่ที่พวกเขาอาจจะสนุกกับการดู กุญแจระบบนี้ เป็นเครื่องที่ค่อนข้างใหม่เรียนเทคนิคที่เรียกว่าสลับอย่างน้อย รูปแบบของความร่วมมือที่ช่วยให้ผู้ใช้เปรียบเทียบการกรอง Netflix กับแต่ละอื่น ๆ ในระดับที่จะให้คำแนะนำเป็นรายบุคคล เรื่องราวความสำเร็จเช่นนี้ได้สร้างแรงผลักดัน ใน บริษัท ในการบันทึกและเก็บทุกอย่างที่เป็นไปได้ ตัวอย่างเช่น Facebook คือการเก็บรวบรวมกว่า 500 tbytes ของข้อมูลทุก ๆวัน ซึ่งมากกว่า 130 อยู่คนเดียวเป็นเพียงบันทึกประวัติ ส่วนใหญ่นี้อาจเป็นประโยชน์ในวันนี้ แต่อาจเป็นพรุ่งนี้ บริษัท พิจารณาข้อมูลเป็นหนึ่งในสินทรัพย์ที่ใหญ่ที่สุดของพวกเขา และอยากเก็บมากกว่า ดูเหมือนจะไม่มีขอบเขต กระตุ้นใหม่นี้เรียกความท้าทายอย่างมากในโครงสร้างพื้นฐานของฮาร์ดแวร์และซอฟต์แวร์ ดังนั้นมันจึงไม่น่าแปลกใจเลยว่า ระบบใหม่ต่างๆ ที่มีปรากฏในตลาดเพื่อแก้ปัญหาเหล่านี้ด้วย Hadoop เป็นที่โดดเด่นที่สุดคนหนึ่ง ในขณะเดียวกัน นักวิจัยชื่อดังยืนยันว่ามีอะไรใหม่เกี่ยวกับระบบเหล่านี้โดยเฉพาะอย่างยิ่ง Hadoop และมากของพวกเขานำเสนอเป็นขั้นตอนใหญ่ย้อนหลัง 1 ในส่วนที่เหลือของบทความนี้ ฉันจะพยายามที่จะหลั่งบางแสงในการอภิปรายนี้