Although the above solutions have o

Although the above solutions have obtained some positive results, they are far from achieving the cost-efficient big data processing because of the following weaknesses. First, data locality may result in a waste of resources. For example, most computation resource of a server with less popular data may stay idle. The low resource utility further causes more servers to be activated and hence higher operating cost.

ผลลัพธ์ (ไทย) 1:

แม้ว่าการแก้ไขปัญหาข้างต้นได้รับผลบวกบาง พวกเขาจะห่างไกลจากการบรรลุการประมวลผลข้อมูลขนาดใหญ่ของต้นทุนประสิทธิผลเนื่องจากจุดอ่อนต่อไปนี้ ครั้งแรก ข้อมูลท้องถิ่นอาจส่งผลให้มีการเสียทรัพยากร เช่นนี้ ส่วนใหญ่คำนวณทรัพยากรของเซิร์ฟเวอร์ที่มีข้อมูลที่เป็นที่นิยมน้อยอาจอยู่ไม่ได้ใช้งาน โปรแกรมอรรถประโยชน์ทรัพยากรต่ำเพิ่มเติมทำให้เซิร์ฟเวอร์จะเปิดใช้งานและต้นทุนการดำเนินงานสูงดังนั้น

ผลลัพธ์ (ไทย) 2:

แม้ว่าการแก้ปัญหาดังกล่าวข้างต้นได้รับผลบวกบางพวกเขาอยู่ห่างไกลจากการบรรลุค่าใช้จ่ายที่ EF ไฟเพียงพอในการประมวลผลข้อมูลขนาดใหญ่เพราะจุดอ่อนดังต่อไปนี้ ครั้งแรกที่ท้องที่ข้อมูลที่อาจส่งผลเสียทรัพยากร ยกตัวอย่างเช่นการคำนวณทรัพยากรส่วนใหญ่ของเซิร์ฟเวอร์ที่มีข้อมูลความนิยมน้อยลงอาจจะอยู่ไม่ได้ใช้งาน ยูทิลิตี้ทรัพยากรต่ำต่อไปเป็นสาเหตุที่ทำให้เซิร์ฟเวอร์มากขึ้นที่จะเปิดใช้งานและด้วยเหตุนี้การดำเนินงานสูงกว่าค่าใช้จ่าย