Note that batch processing provides

Note that batch processing provides rigorous results
since more data can be used and it performs better
training of predictive models. But it is not feasible for
domains which need low-response time. Real-time processing
generally ensures low response time. However,
low-response time can be achieved at the expense of
less rigorous analysis of data. The hybrid approach is,
therefore, required so that application domains (using
Big Data) can benefit from both batch and real-time
processing. To obtain desired results under this approach,
both batch and real-time results are queried. The results
are then merged together, synchronized or composed.
Data acquisition and analysis become more complicated
under the approach [6].

ผลลัพธ์ (ไทย) 1:

การประมวลผลชุดมีผลเข้มงวดเนื่องจากข้อมูลเพิ่มเติมสามารถใช้งานได้ดีการฝึกอบรมของการณ์ แต่ไม่เหมาะสำหรับโดเมนที่ต้องการตอบสนองต่ำ การประมวลผลแบบเรียลไทม์โดยทั่วไปว่าการตอบสนองต่ำคือ อย่างไรก็ตามเวลาตอบสนองต่ำสามารถทำได้ที่ expense ของเข้มงวดน้อยกว่าการวิเคราะห์ข้อมูล เป็นวิธีไฮบริดดังนั้น จำเป็นดังนั้นโดเมนโปรแกรมประยุกต์ที่ใช้ข้อมูลขนาดใหญ่) จะได้ประโยชน์ จากทั้งสองชุด และแบบเรียลไทม์การประมวลผล เพื่อให้ได้ผลลัพธ์ที่ต้องการภายใต้วิธีการนี้มีการสอบถามทั้งชุดและผลการเรี ผลลัพธ์จะแล้วถูกผสานเข้าด้วยกัน การซิงโครไนส์ หรือประกอบด้วยเก็บข้อมูลและการวิเคราะห์ที่ซับซ้อนมากขึ้นกลายเป็นภายใต้แนวทาง [6]

ผลลัพธ์ (ไทย) 2:

หมายเหตุ: การประมวลผลชุดที่ให้ผลอย่างเข้มงวด
เนื่องจากข้อมูลเพิ่มเติมสามารถนำมาใช้และมีประสิทธิภาพดีกว่า
การฝึกอบรมของรูปแบบการพยากรณ์ แต่มันไม่ได้เป็นไปได้สำหรับ
โดเมนซึ่งต้องใช้เวลาในการตอบสนองต่ำ การประมวลผลแบบ Real-time
โดยทั่วไปเพื่อให้แน่ใจว่าเวลาตอบสนองต่ำ แต่
เวลาตอบสนองต่ำสามารถทำได้ที่ค่าใช้จ่ายของ
การวิเคราะห์อย่างเข้มงวดน้อยของข้อมูล วิธีไฮบริดเป็น
ดังนั้นจำเป็นเพื่อให้โดเมนโปรแกรมประยุกต์ (โดยใช้
ข้อมูลขนาดใหญ่) จะได้ประโยชน์จากทั้งสองชุดและแบบ real-time
ในการประมวลผล เพื่อให้ได้ผลลัพธ์ที่ต้องการภายใต้วิธีการนี้
ทั้งสองชุดและเวลาจริงผลจะมีการสอบถาม ผล
จะถูกผสานเข้าด้วยกันแล้วตรงหรือประกอบ.
การเก็บข้อมูลและการวิเคราะห์กลายเป็นความซับซ้อนมากขึ้น
ภายใต้วิธีการ [6]

ผลลัพธ์ (ไทย) 3:

หมายเหตุ การประมวลผลชุดแสดงผล อย่างเข้มงวดเนื่องจากข้อมูลเพิ่มเติมสามารถใช้ได้และมันมีประสิทธิภาพดีกว่าการฝึกแบบจำลองการคาดการณ์ . แต่เป็นไปไม่ได้สำหรับโดเมนซึ่งต้องการเวลาในการตอบสนองต่ำ การประมวลผลเวลาจริงโดยทั่วไปจะช่วยให้เวลาการตอบสนองต่ำ อย่างไรก็ตามเวลาตอบสนองต่ำสามารถเกิดขึ้นที่ค่าใช้จ่ายของการวิเคราะห์ที่เข้มงวดน้อยของข้อมูล วิธีผสมคือจึงจำเป็นเพื่อให้โดเมนใบสมัคร ( ใช้ข้อมูลใหญ่ ) จะได้ประโยชน์จากทั้งชุดและแบบเรียลไทม์การประมวลผล เพื่อให้ได้ผลลัพธ์ที่ต้องการในแบบนี้ผลลัพธ์ทั้งชุดและแบบเรียลไทม์เป็นสอบถาม . ผลลัพธ์แล้วรวมเข้าด้วยกัน พร้อมกัน หรือ แต่งข้อมูลเพิ่มเติมและการวิเคราะห์เป็นซับซ้อนมากขึ้นภายใต้แนวคิด [ 6 ]