The first benchmark task (the “Grep

The first benchmark task (the “Grep task”) requires each system
to scan through a data set of 100-byte records looking for a
three character pattern. This is the only task that requires processing
largely unstructured data, and was originally included in the
benchmark by the authors of [23] since the same task was included
in the original MapReduce paper [8].
To explore more complex uses of the benchmarked systems, the
benchmark includes four more analytical tasks related to log-file
analysis and HTML document processing. Three of these tasks operate
on structured data; the final task operates on both structured
and unstructured data.
The datasets used by these four tasks include a UserVisits table
meant to model log files of HTTP server traffic, a Documents table
containing 600,000 randomly generated HTML documents, and a
Rankings table that contains some metadata calculated over the data
in the Documents table. The schema of the tables in the benchmark
data set is described in detail in [23]. In summary, the UserVisits
table contains 9 attributes, the largest of which is destinationURL
which is of type VARCHAR(100). Each tuple is on the order of 150
bytes wide. The Documents table contains two attributes:

ผลลัพธ์ (ไทย) 2:

งานมาตรฐานครั้งแรก (ที่ "งาน Grep")
ต้องใช้แต่ละระบบการสแกนผ่านชุดของการบันทึกข้อมูล100
ไบต์มองหารูปแบบตัวอักษรที่สาม นี้เป็นงานเดียวที่ต้องมีการประมวลผลส่วนใหญ่ข้อมูลที่ไม่มีโครงสร้างและถูกรวมอยู่เดิมในเกณฑ์มาตรฐานโดยผู้เขียนของ[23] ตั้งแต่งานเดียวกันถูกรวมอยู่ในกระดาษMapReduce เดิม [8]. เพื่อสำรวจการใช้งานที่ซับซ้อนมากขึ้นของระบบการวัดประสิทธิผล ที่มาตรฐานมากขึ้นรวมถึงสี่งานวิเคราะห์ที่เกี่ยวข้องกับการเข้าสู่ระบบไฟล์การวิเคราะห์และการประมวลผลเอกสารHTML สามของงานเหล่านี้ทำงานเกี่ยวกับข้อมูลที่มีโครงสร้าง; งานสุดท้ายที่ทำงานได้ทั้งที่มีโครงสร้างข้อมูลและไม่มีโครงสร้าง. ชุดข้อมูลที่ใช้งานเหล่านี้สี่รวมถึงตาราง UserVisits หมายถึงการจำลองล็อกไฟล์ของการจราจรเซิร์ฟเวอร์ HTTP, ตารางเอกสารที่มี600,000 ที่สร้างแบบสุ่มเอกสาร HTML และตารางการจัดอันดับที่มีเมตาดาต้าบางคำนวณมากกว่าข้อมูลในตารางเอกสาร เค้าร่างของตารางในมาตรฐานชุดข้อมูลที่มีการอธิบายในรายละเอียดใน [23] โดยสรุป UserVisits ตารางมี 9 คุณลักษณะที่ใหญ่ที่สุดของซึ่งเป็น destinationURL ซึ่งเป็นประเภท VARCHAR (100) tuple แต่ละคำสั่งของ 150 ไบต์กว้าง ตารางเอกสารมีสองลักษณะ:

ผลลัพธ์ (ไทย) 3:

งานมาตรฐานแรก ( " สามารถใช้งาน " ) แต่ละระบบ
สแกนผ่านชุดข้อมูล 100 ไบต์ประวัติมองหารูปแบบ
3 ตัวละคร นี้เป็นเพียงงานที่ต้องมีการประมวลผลข้อมูลที่ไม่มีโครงสร้าง
ส่วนใหญ่ และถูกรวมอยู่ในเกณฑ์มาตรฐาน โดยผู้เขียนของ
[ 23 ] เนื่องจากงานเดียวกันถูกรวมอยู่ในต้นฉบับ mapreduce กระดาษ

[ 8 ]การสํารวจที่ซับซ้อนมากขึ้นของการใช้ข้ามระบบ มาตรฐานรวมถึงสี่วิเคราะห์
งานเพิ่มเติมที่เกี่ยวข้องเข้าสู่ระบบการวิเคราะห์ไฟล์
และการประมวลผลเอกสาร HTML สามของงานเหล่านี้ทำงาน
เชิงข้อมูล งานสุดท้ายการทั้งสองและข้อมูลที่ไม่มีโครงสร้าง
.
ข้อมูลที่ใช้โดยทั้ง 4 งานรวม โต๊ะ uservisits เป็น
นางแบบล็อกไฟล์ของการจราจรของเซิร์ฟเวอร์ HTTP ,เป็นโต๊ะที่มีเอกสาร
600000 สุ่มสร้างเอกสาร HTML และอันดับตารางที่ประกอบด้วยข้อมูล

คำนวณผ่านข้อมูลในเอกสารที่โต๊ะ schema ของตารางในชุดข้อมูลมาตรฐาน
จะอธิบายในรายละเอียดใน [ 23 ] สรุปได้ว่า uservisits
ตารางมี 9 คุณลักษณะที่ใหญ่ที่สุดซึ่งเป็น destinationurl
ซึ่งเป็นประเภท VAIO HK ( 100 )แต่ละ tuple คือลำดับที่ 150
ขนาดกว้าง เอกสารตารางที่มีสองคุณสมบัติ