The MapReduce programming model mak

The MapReduce programming model makes it possible to easily parallelize a number of common batch data processing tasks and operate in large clusters without worrying about system issues like failover management

With the surge of open source projects such as Hadoop [5], adoption of the MapReduce programming model has accelerated and is moving from the research labs into real-world applications as diverse as web search, fraud detection, and online dating. Despite these advances, there is no similar trend for general-purpose distributed stream computing software

There are various projects and commercial engines , but their use is still restricted to highly specialized applications

ผลลัพธ์ (ไทย) 1:

แบบโปรแกรม MapReduce ทำให้ parallelize จำนวนงานประมวลผลข้อมูลชุดทั่วไป และงานในคลัสเตอร์ขนาดใหญ่โดยไม่ต้องกังวลเกี่ยวกับปัญหาในระบบเช่นการจัดการล้มได้ง่ายด้วยกระแสของโครงการมาเปิดเช่นอย่างไร Hadoop [5], ของจำลองการเขียนโปรแกรม MapReduce มีเร่ง และย้ายจากห้องปฏิบัติการวิจัยไปใช้งานจริงที่มีความหลากหลาย เป็นเว็บค้นหา ตรวจสอบทุจริต หาคู่ออนไลน์ แม้ มีความก้าวหน้าเหล่านี้ มีแนวโน้มไม่เหมือนในกระแสการกระจายวัตถุคอมพิวเตอร์ซอฟต์แวร์มีเครื่องยนต์เชิงพาณิชย์และโครงการต่าง ๆ แต่การใช้จะยังคงจำกัดโปรแกรมประยุกต์เฉพาะสูง

ผลลัพธ์ (ไทย) 2:

รูปแบบการเขียนโปรแกรม MapReduce ทำให้มันเป็นไปได้อย่างง่ายดายคู่ขนานจำนวนของข้อมูลชุดทั่วไปงานการประมวลผลและการใช้งานในกลุ่มที่มีขนาดใหญ่โดยไม่ต้องกังวลเกี่ยวกับปัญหาของระบบเช่นการจัดการล้มเหลวด้วยการกระชากของโครงการโอเพนซอร์สเช่น Hadoop, [5] การรับเลี้ยงบุตรบุญธรรมของการเขียนโปรแกรม MapReduce รูปแบบที่มีการเร่งและจะย้ายจากห้องปฏิบัติการวิจัยในการใช้งานจริงของโลกที่มีความหลากหลายที่สุดเท่าที่ค้นหาเว็บ, ตรวจสอบการทุจริตและหาคู่ออนไลน์ แม้จะมีความก้าวหน้าเหล่านี้ไม่มีแนวโน้มที่คล้ายกันสำหรับวัตถุประสงค์ทั่วไปซอฟต์แวร์คอมพิวเตอร์กระแสมีโครงการต่าง ๆ และเครื่องมือเชิงพาณิชย์มี แต่การใช้งานของพวกเขายังคงถูก จำกัด การใช้งานเฉพาะอย่าง

ผลลัพธ์ (ไทย) 3:

การ mapreduce การเขียนโปรแกรมแบบทำให้มันเป็นไปได้เพื่อให้ง่าย parallelize จำนวนของการประมวลผลข้อมูลและใช้งานร่วมกันในกลุ่มขนาดใหญ่โดยไม่ต้องกังวลเกี่ยวกับระบบการจัดการปัญหาชอบ

ยาเส้นด้วยกระแสของแหล่งเปิดโครงการเช่น Hadoop [ 5 ]การยอมรับของ mapreduce การเขียนโปรแกรมแบบมีอัตราเร่ง และจะย้ายจากห้องปฏิบัติการวิจัยในการใช้งานจริงที่หลากหลายเช่นการค้นหาเว็บ , การตรวจสอบการทุจริต และออนไลน์เดท แม้ความก้าวหน้าเหล่านี้ ไม่มีแนวโน้มที่คล้ายกันเอนกประสงค์กระจายกระแสคอมพิวเตอร์ซอฟต์แวร์

มีโครงการต่าง ๆ และเชิงพาณิชย์ เครื่องยนต์แต่ใช้ของพวกเขาจะยังคง จำกัด การประยุกต์ใช้ความเชี่ยวชาญสูง