Atop this hardware, the ApacheHadoo

Atop this hardware, the Apache
Hadoop25 system implements a MapReduce
model for data analytics. Hadoop
includes a distributed file system
(HDFS) for managing large numbers
of large files, distributed (with block
replication) across the local storage of
the cluster. HDFS and HBase, an opensource
implementation of Google’s
BigTable key-value store,3 are the bigdata
analogs of Lustre for computational
science, albeit optimized for different
hardware and access patterns.
Atop the Hadoop storage system,
tools (such as Pig18) provide a highlevel
programming model for the twophase
MapReduce model. Coupled
with streaming data (Storm and Flume),
graph (Giraph), and relational data
(Sqoop) support, the Hadoop ecosystem
is designed for data analysis. Moreover,
tools (such as Mahout) enable classification,
recommendation, and prediction
via supervised and unsupervised
learning. Unlike scientific computing,
application development for data analytics
often relies on Java and Web services
tools (such as Ruby on Rails).

ผลลัพธ์ (ไทย) 1:

บนยอดนี้ฮาร์ดแวร์ อะแพชีระบบ Hadoop25 ใช้ MapReduce เป็นแบบจำลองสำหรับวิเคราะห์ข้อมูล อย่างไร Hadoopรวมถึงระบบแฟ้มแบบกระจาย(HDFS) สำหรับการจัดการจำนวนมากของไฟล์ขนาดใหญ่ (พร้อมกับบล็อกจำลองแบบ) ในการจัดเก็บข้อมูลท้องถิ่นของคลัสเตอร์ HDFS และ HBase การโอเพนซอร์สงานของ Googleจัดเก็บค่าคีย์ BigTable, 3 อยู่ bigdataanalogs ของโกลเด้นสำหรับคำนวณวิทยาศาสตร์ แม้ว่าเหมาะแตกต่างกันรูปแบบการเข้าถึงและฮาร์ดแวร์บนยอดระบบจัดเก็บข้อมูลอย่างไร Hadoopเครื่องมือ (เช่น Pig18) ให้เป็น highlevelจำลองการเขียนโปรแกรมสำหรับการ twophaseแบบจำลอง MapReduce ควบคู่ด้วยการส่งกระแสข้อมูลข้อมูล (พายุและ Flume),กราฟ (Giraph), และข้อมูลเชิงสัมพันธ์สนับสนุน (Sqoop) ระบบนิเวศอย่างไร Hadoopถูกออกแบบมาสำหรับการวิเคราะห์ข้อมูล นอกจากนี้เครื่องมือ (เช่นควาญ) เปิดใช้งานการจัดประเภทคำแนะนำ และการทำนายมีคนดูแล และ unsupervisedเรียนรู้ ซึ่งแตกต่างจากการคำนวณทางวิทยาศาสตร์พัฒนาโปรแกรมประยุกต์สำหรับการวิเคราะห์ข้อมูลมักจะอาศัยบริการเว็บและ Javaเครื่องมือ (เช่นรูบีออนเรลส์)

ผลลัพธ์ (ไทย) 2:

บนฮาร์ดแวร์นี้ Apache
ระบบ Hadoop25 ดำเนิน MapReduce
แบบจำลองสำหรับการวิเคราะห์ข้อมูล Hadoop
รวมถึงระบบไฟล์แบบกระจาย
(HDFS)
สำหรับการจัดการจำนวนมากของไฟล์ขนาดใหญ่กระจาย(มีบล็อกการจำลอง) ในการจัดเก็บข้อมูลในท้องถิ่นของคลัสเตอร์ HDFS และ HBase เป็น opensource การดำเนินการของ Google BigTable เก็บค่าคีย์ 3 เป็น BigData analogs ของ Lustre สำหรับการคำนวณทางวิทยาศาสตร์แม้จะเหมาะสำหรับการที่แตกต่างกันของฮาร์ดแวร์และรูปแบบการเข้าถึง. บนยอดระบบจัดเก็บข้อมูล Hadoop, เครื่องมือ (เช่น Pig18) ให้ highlevel แบบการเขียนโปรแกรมสำหรับ twophase รูปแบบ MapReduce ควบคู่ไปกับข้อมูลสตรีมมิ่ง (พายุและ Flume) กราฟ (Giraph) และข้อมูลเชิงสัมพันธ์(Sqoop) สนับสนุนระบบนิเวศ Hadoop ถูกออกแบบมาสำหรับการวิเคราะห์ข้อมูล นอกจากนี้ยังมีเครื่องมือ (เช่นควาญช้าง) ช่วยให้การจัดหมวดหมู่คำแนะนำและการทำนายผ่านภายใต้การดูแลใกล้ชิดและการเรียนรู้ ซึ่งแตกต่างจากการคำนวณทางวิทยาศาสตร์, การพัฒนาโปรแกรมสำหรับการวิเคราะห์ข้อมูลที่มักจะอาศัยบนเกาะชวาและบริการเว็บเครื่องมือ(เช่น Ruby on Rails)

ผลลัพธ์ (ไทย) 3:

บนฮาร์ดแวร์นี้ ระบบ hadoop25 Apache ใช้รูปแบบ mapreduce

สำหรับการวิเคราะห์ข้อมูล รวมถึงการกระจายแฟ้มระบบ Hadoop

( hdfs ) สำหรับการจัดการจำนวนมากของไฟล์ขนาดใหญ่กระจาย (
,
ซ้ำกับบล็อก ) ข้ามกระเป๋าท้องถิ่น
คลัสเตอร์ และ hdfs hbase เป็น opensource

ใช้ของ Google bigtable ค่าคีย์เก็บเป็น bigdata
3ชนิดของเงาสำหรับวิทยาศาสตร์เชิงคำนวณ

แต่เหมาะสำหรับฮาร์ดแวร์ที่แตกต่างกันและรูปแบบการจัดเก็บบนระบบ Hadoop .
,
เครื่องมือ ( เช่น pig18 ) ให้รูปแบบการเขียนโปรแกรมระดับสูงสำหรับ twophase

mapreduce นางแบบ คู่
กับสตรีมข้อมูล ( พายุและรางน้ำ )
กราฟ ( giraph ) และข้อมูลเชิง
( sqoop ) สนับสนุนระบบนิเวศ Hadoop
ถูกออกแบบมาสำหรับการวิเคราะห์ข้อมูล โดย
เครื่องมือ ( เช่น ควาญช้าง ) ที่ให้ข้อมูลและการคาดการณ์

แนะนำทางนิเทศและ
ดาวแคระดำ . ซึ่งแตกต่างจากการคำนวณทางวิทยาศาสตร์ การพัฒนาโปรแกรมสำหรับวิเคราะห์ข้อมูล
มักจะอาศัย Java และบริการเว็บ
เครื่องมือ ( เช่นทับทิมในทางรถไฟ )