Recent technological advancements h

Recent technological advancements have led to a deluge of data from distinctive domains (e.g., health care and scientific sensors, user-generated data, Internet and financial companies, and supply chain systems) over the past two decades. The term big data was coined to capture the meaning of this emerging trend. In addition to its sheer volume, big data also exhibits other unique characteristics as compared with traditional data. For instance, big data is commonly unstructured and require more real-time analysis. This development calls for new system architectures for data acquisition, transmission, storage, and large-scale data processing mechanisms. In this paper, we present a literature survey and system tutorial for big data analytics platforms, aiming to provide an overall picture for nonexpert readers and instill a do-it-yourself spirit for advanced audiences to customize their own big-data solutions. First, we present the definition of big data and discuss big data challenges. Next, we present a systematic framework to decompose big data systems into four sequential modules, namely data generation, data acquisition, data storage, and data analytics. These four modules form a big data value chain. Following that, we present a detailed survey of numerous approaches and mechanisms from research and industry communities. In addition, we present the prevalent Hadoop framework for addressing big data challenges. Finally, we outline several evaluation benchmarks and potential research directions for big data systems.

ผลลัพธ์ (ไทย) 1:

ความก้าวหน้าทางเทคโนโลยีล่าสุดได้นำไปสู่สถานการณ์น้ำท่วมข้อมูลจากโดเมนแตกต่าง (เช่น วิทยาศาสตร์ และการดูแลสุขภาพ ข้อมูลที่ผู้ใช้สร้าง อินเทอร์เน็ต และบริษัททางการเงิน และระบบซัพพลายเชน) ผ่านมาสองทศวรรษที่ผ่านมา ข้อมูลขนาดใหญ่ระยะแต่งจับความหมายของแนวโน้มนี้เกิดขึ้น นอกจากเป็นจำนวนมาก ข้อมูลยังแสดงลักษณะเฉพาะอื่น ๆ เมื่อเทียบกับข้อมูลแบบดั้งเดิม เช่น ข้อมูลไม่มีโครงสร้างทั่วไป และต้องวิเคราะห์แบบเรียลไทม์มากขึ้น พัฒนาเรียกสำหรับสถาปัตยกรรมระบบใหม่สำหรับข้อมูล ส่ง จัดเก็บ และกลไกการประมวลผลข้อมูลขนาดใหญ่ ในกระดาษนี้ เรานำเสนอการสำรวจวรรณกรรม และสอนระบบสำหรับแพลตฟอร์มวิเคราะห์ข้อมูล การให้ภาพโดยรวมสำหรับผู้อ่านที่ nonexpert และปลูกฝังจิตวิญญาณปด้วยสำหรับขั้นสูงผู้ชมเพื่อปรับแต่งแก้ไขข้อมูลขนาดใหญ่ของตนเอง ครั้งแรก เรานำเสนอคำนิยามของข้อมูล และหารือเกี่ยวกับความท้าทายใหญ่ข้อมูล ถัดไป เรานำเสนอระบบกรอบเพื่อสลายระบบข้อมูลเป็นสี่ลำดับโมดูล คือข้อมูล เก็บข้อมูล เก็บข้อมูล และการวิเคราะห์ข้อมูล โมดูลเหล่านี้สี่ฟอร์มโซ่ค่าข้อมูล ที่ เรานำเสนอการสำรวจรายละเอียดของวิธีการมากมายและกลไกจากชุมชนวิจัยและอุตสาหกรรม นอกจากนี้ เรานำเสนอหลาย Hadoop กรอบการจัดการกับข้อมูลขนาดใหญ่ท้าทาย ในที่สุด เราเค้าหลายมาตรฐานการประเมินและทิศทางการวิจัยที่มีศักยภาพสำหรับระบบข้อมูลขนาดใหญ่

ผลลัพธ์ (ไทย) 2:

ความก้าวหน้าทางเทคโนโลยีล่าสุดได้นำไปสู่​​น้ำท่วมของข้อมูลจากโดเมนที่โดดเด่น (เช่นการดูแลสุขภาพและเซ็นเซอร์วิทยาศาสตร์ข้อมูลที่ผู้ใช้สร้างอินเทอร์เน็ตและ บริษัท การเงินและระบบห่วงโซ่อุปทาน) ในช่วงที่ผ่านมาสองทศวรรษที่ผ่านมา ข้อมูลขนาดใหญ่คำประกาศเกียรติคุณในการจับความหมายของแนวโน้มที่เกิดขึ้นใหม่นี้ นอกเหนือไปจากเสียงเชียร์ของข้อมูลขนาดใหญ่นอกจากนี้ยังมีการจัดแสดงนิทรรศการลักษณะเฉพาะอื่น ๆ เมื่อเทียบกับข้อมูลแบบดั้งเดิม ยกตัวอย่างเช่นข้อมูลขนาดใหญ่จะไม่มีโครงสร้างทั่วไปและต้องใช้การวิเคราะห์แบบ real-time มากขึ้น การพัฒนานี้เรียกร้องให้สถาปัตยกรรมระบบใหม่สำหรับการเก็บข้อมูลการส่งการจัดเก็บและขนาดใหญ่กลไกการประมวลผลข้อมูล ในบทความนี้เรานำเสนอการสำรวจวรรณกรรมและระบบการสอนสำหรับขนาดใหญ่แพลตฟอร์มข้อมูลการวิเคราะห์วัตถุประสงค์เพื่อให้ภาพรวมสำหรับผู้อ่าน nonexpert และปลูกฝังจิตวิญญาณที่ทำมันด้วยตัวเองสำหรับผู้ชมที่ทันสมัย​​ในการปรับแต่งโซลูชั่นใหญ่ข้อมูลของตนเอง ครั้งแรกที่เรานำเสนอความหมายของข้อมูลขนาดใหญ่และหารือเกี่ยวกับความท้าทายข้อมูลขนาดใหญ่ ต่อไปเราจะนำเสนอกรอบการทำงานที่เป็นระบบในการย่อยสลายระบบข้อมูลขนาดใหญ่เป็นสี่โมดูลลำดับคือสร้างข้อมูลเก็บข้อมูลการจัดเก็บข้อมูลและการวิเคราะห์ข้อมูล เหล่านี้สี่โมดูลในรูปแบบห่วงโซ่คุณค่าข้อมูลขนาดใหญ่ ต่อไปนี้ที่เรานำเสนอการสำรวจรายละเอียดของวิธีการต่าง ๆ นานาและกลไกจากการวิจัยและอุตสาหกรรมชุมชน นอกจากนี้เรายังนำเสนอกรอบ Hadoop ที่แพร่หลายสำหรับความท้าทายข้อมูลขนาดใหญ่ สุดท้ายเราร่างมาตรฐานการประเมินผลหลายและทิศทางการวิจัยที่มีศักยภาพสำหรับระบบฐานข้อมูลขนาดใหญ่

ผลลัพธ์ (ไทย) 3:

ความก้าวหน้าทางเทคโนโลยีล่าสุดได้นำไปสู่การทะลักของข้อมูลจากเด่นโดเมน ( เช่น , เซนเซอร์ , การดูแลสุขภาพและวิทยาศาสตร์ที่ผู้ใช้สร้างข้อมูล , อินเทอร์เน็ตและ บริษัท ทางการเงิน และจัดหาระบบโซ่ ) ที่ผ่านมาสองทศวรรษที่ผ่านมา เทอมใหญ่ข้อมูลตั้งขึ้นเพื่อจับความหมายของแนวโน้มที่เกิดขึ้นใหม่ . นอกจากนี้ปริมาณของอิด ข้อมูลยังใหญ่แสดงลักษณะเฉพาะอื่น ๆเมื่อเทียบกับข้อมูลแบบดั้งเดิม ตัวอย่าง ข้อมูลทั่วไปที่ไม่มีโครงสร้างใหญ่และต้องใช้การวิเคราะห์แบบเรียลไทม์มากขึ้น การพัฒนานี้เรียกสถาปัตยกรรมระบบใหม่สำหรับการส่งข้อมูล การจัดเก็บ และกลไกการประมวลผลข้อมูลขนาดใหญ่ ในกระดาษนี้เรานำเสนอ Tutorial ระบบการค้นคว้าและวิเคราะห์ข้อมูลแพลตฟอร์มใหญ่ หมายใจจะให้ภาพรวมที่ผู้อ่านทำเอง nonexpert และปลูกฝังจิตวิญญาณขั้นสูงผู้ชมปรับแต่งของตัวเองใหญ่ข้อมูลโซลูชั่น ครั้งแรก เราเสนอคำนิยามของข้อมูลและหารือเกี่ยวกับความท้าทายใหญ่ข้อมูลใหญ่ ต่อไป เราจะนำเสนอกรอบระบบย่อยสลายระบบข้อมูลใหญ่ออกเป็นสี่แบบโมดูล คือ สร้างข้อมูล การจัดเก็บข้อมูล ข้อมูลและการวิเคราะห์ข้อมูล เหล่านี้สี่โมดูลฟอร์มห่วงโซ่คุณค่าข้อมูลใหญ่ ต่อไปนี้ เราขอเสนอการสำรวจรายละเอียดของวิธีการมากมายและกลไกจากชุมชนวิจัย และอุตสาหกรรม นอกจากนี้เรานำเสนอกรอบ Hadoop ที่แพร่หลายสำหรับการจัดการกับความท้าทายข้อมูลใหญ่ สุดท้ายเราร่างมาตรฐานการประเมินหลายและทิศทางการวิจัยที่มีศักยภาพสำหรับระบบข้อมูลใหญ่