As workloads evolve from onedimensi

As workloads evolve from onedimensional applications—search and
the like—to much more complex workflows, second-generation big data systems must achieve not just scalability,
resiliency, and usability, but also incorporate appropriate structures to support
multiple analytic methods on varied
data types, as well as the ability to respond in near real time.
Figure 2a illustrates a logical view
of the big data system stack. At the
bottom is a common data layer that
allows each analytics engine access to
the required data; this layer also facilitates data sharing among the analytics engines while providing resilient
persistent storage. In the middle is a
resource scheduler that efficiently divides and distributes workload tasks
among available infrastructure resources. At the top are the analytics
engines; these are the frameworks that
translate the user’s analytics codes
into consumable tasks for the resource
manager to distribute.
Figure 2b shows the first-generation embodiment for this logical view.
First-generation big data systems were
designed to provide capability based
mainly on scalable and resilient batch
analytics; workflowas an aspect of big
data—illustrated in Figure A of the
sidebar—was given little attention.
Now, equally enabled by technological trends and driven by workload
demands, a new paradigm is rapidly
emerging. Figure 2c outlines this
second-generation embodiment for
big data systems.

ผลลัพธ์ (ไทย) 1:

เป็นเวิร์กพัฒนาจากโปรแกรมประยุกต์ onedimensional — ค้นหา และ เช่นกันกับลำดับที่ซับซ้อนมากขึ้น ระบบข้อมูล second-generation ใหญ่ต้องบรรลุไม่เพียงแต่ขยายขนาด ความ และใช้งาน แต่ยัง incorporate โครงสร้างที่เหมาะสมเพื่อสนับสนุน วิธีหลายคู่บนแตกต่างกัน ชนิดข้อมูล รวมทั้งความสามารถในการตอบสนองในเวลาจริงใกล้รูปที่ 2a แสดงมุมมองทางตรรกะ ของกองระบบข้อมูลขนาดใหญ่ ที่ ด้านล่างเป็นข้อมูลทั่วไปชั้นที่ ทำให้การวิเคราะห์แต่ละเข้าเครื่องยนต์ ข้อมูลจำเป็น ชั้นนี้ยังอำนวยความสะดวกข้อมูลร่วมกันระหว่างการวิเคราะห์เครื่องยนต์ในขณะที่ให้ความยืดหยุ่น ส่วนการจัดเก็บ ตรงกลางเป็นการ จัดกำหนดการทรัพยากรที่แบ่ง และกระจายปริมาณงานได้อย่างมีประสิทธิภาพ ระหว่างทรัพยากรโครงสร้างพื้นฐานที่พร้อมใช้งาน ด้านบนมีวิเคราะห์ เครื่องยนต์ นี่คือกรอบที่ แปลรหัสของผู้วิเคราะห์ ในงานบริโภคสำหรับทรัพยากร ตัวจัดการการแจกจ่าย รูปที่ 2b แสดงลื่นรุ่นสำหรับมุมมองทางตรรกะ มีระบบข้อมูลรุ่นใหญ่ ออกแบบให้ตามความสามารถ ส่วนใหญ่ในชุดสามารถปรับ และยืดหยุ่น วิเคราะห์ workflowas ข้อมูลด้านใหญ่ ข้อมูลซึ่งแสดงในรูป A ของการ sidebar ซึ่งได้รับความสนใจน้อย ตอนนี้ เท่า ๆ กัน โดยแนวโน้มเทคโนโลยีการเปิดใช้งาน และขับเคลื่อน โดยปริมาณ ต้อง กระบวนทัศน์ใหม่ได้อย่างรวดเร็ว เกิดขึ้น รูป 2c ที่แสดงนี้ second-generation ลื่นสำหรับ big data systems.

ผลลัพธ์ (ไทย) 2:

ขณะที่ปริมาณงานที่วิวัฒนาการมาจาก onedimensional
โปรแกรมค้นหาและชอบการขั้นตอนการทำงานที่ซับซ้อนมากขึ้นรุ่นที่สองระบบข้อมูลขนาดใหญ่จะต้องประสบความสำเร็จไม่ได้เป็นเพียงการขยายขนาดความยืดหยุ่นและการใช้งานแต่ยังรวมโครงสร้างที่เหมาะสมเพื่อสนับสนุนวิธีการวิเคราะห์หลายที่แตกต่างกันชนิดข้อมูลเช่นเดียวกับความสามารถในการตอบสนองในใกล้เวลาจริง. รูปที่ 2a แสดงให้เห็นถึงมุมมองเชิงตรรกะของกองระบบข้อมูลขนาดใหญ่ ที่ด้านล่างเป็นชั้นข้อมูลทั่วไปที่ช่วยให้การเข้าถึงแต่ละเครื่องมือการวิเคราะห์เพื่อข้อมูลที่ต้องการ; ชั้นนี้ยังอำนวยความสะดวกในการแบ่งปันข้อมูลในเครื่องมือการวิเคราะห์ในขณะที่ให้ความยืดหยุ่นเก็บข้อมูลแบบถาวร ในช่วงกลางเป็นกำหนดการทรัพยากรที่มีประสิทธิภาพและจัดจำหน่ายแบ่งภาระงานในหมู่ทรัพยากรโครงสร้างพื้นฐานที่มีอยู่ ที่ด้านบนมีการวิเคราะห์เครื่องมือ; เหล่านี้เป็นกรอบที่แปลรหัสการวิเคราะห์ของผู้ใช้ในงานสิ้นเปลืองทรัพยากรผู้จัดการการจัดจำหน่าย. รูปที่ 2b แสดงให้เห็นศูนย์รวมรุ่นแรกสำหรับเรื่องนี้มุมมองเชิงตรรกะ. แรกรุ่นระบบข้อมูลขนาดใหญ่ได้รับการออกแบบมาเพื่อให้ความสามารถตามหลักในการปรับขนาดได้และมีความยืดหยุ่นชุดวิเคราะห์; workflowas ด้านของขนาดใหญ่ข้อมูลที่แสดงในรูปที่A การแถบด้านข้าง-ได้รับความสนใจน้อย. ตอนนี้เปิดใช้งานอย่างเท่าเทียมกันโดยแนวโน้มเทคโนโลยีและแรงผลักดันจากภาระความต้องการกระบวนทัศน์ใหม่อย่างรวดเร็วที่เกิดขึ้นใหม่ 2c รูปที่แสดงนี้ศูนย์รวมรุ่นที่สองสำหรับระบบข้อมูลขนาดใหญ่

ผลลัพธ์ (ไทย) 3:

เป็นระบบการค้นหาและพัฒนา onedimensional
ชอบเวิร์กโฟลว์ซับซ้อนมาก หรือใหญ่ระบบข้อมูลจะต้องบรรลุไม่เพียง แต่ scalability ,
ความยืดหยุ่นและการใช้งาน แต่ยังใช้โครงสร้างที่เหมาะสมเพื่อสนับสนุนวิธีการวิเคราะห์หลายประเภท

ข้อมูลหลากหลาย เช่นเดียวกับความสามารถในการตอบสนองในเวลาใกล้จริง
.รูปที่ 2A แสดงตัว
ดูตรรกะของระบบข้อมูล กองใหญ่ ที่
ด้านล่างเป็นข้อมูลทั่วไปที่ช่วยให้แต่ละองค์กรชั้น

เครื่องยนต์เข้าถึงข้อมูลที่ต้องการ ; ชั้นนี้ยังอำนวยความสะดวกในการแบ่งปันข้อมูลระหว่างการวิเคราะห์เครื่องยนต์ในขณะที่ให้ความยืดหยุ่น
หมั่นเก็บ ตรงกลางเป็น
ทรัพยากรตารางเวลาที่มีประสิทธิภาพแบ่งและกระจายภาระงานงาน
ระหว่างทรัพยากรโครงสร้างพื้นฐานที่มีอยู่ ที่ด้านบนเป็นข้อมูล
เครื่องยนต์ เหล่านี้เป็นกรอบที่
แปลของผู้ใช้การวิเคราะห์รหัส
ในงานบริโภคสำหรับผู้จัดการทรัพยากร
เพื่อแจกจ่าย
รูปที่ 2B แสดงรวมรุ่นแรกสำหรับมุมมองเชิงตรรกะนี้
รุ่นแรก ใหญ่ข้อมูล ระบบที่ออกแบบมาเพื่อให้มีความสามารถตาม

หลักในการวิเคราะห์และปรับความยืดหยุ่นชุด
; workflowas กว้างยาวใหญ่
ข้อมูลแสดงในรูปของ
แถบด้านข้างได้รับความสนใจน้อยมาก
ตอนนี้ เท่ากัน เปิดใช้งาน โดยแนวโน้มเทคโนโลยีและขับเคลื่อนด้วยความต้องการของภาระงาน

กระบวนทัศน์ใหม่เป็นอย่างรวดเร็วที่เกิดขึ้นใหม่ รูปที่ 2 แสดงรุ่นนี้

ศูนย์รวมข้อมูลสำหรับระบบใหญ่