8. CONCLUSION AND FUTURE WORKBig Da

8. CONCLUSION AND FUTURE WORK
Big Data analytics usually require a large amount of fast random access memory and
computation. When a working set spills over the DRAM capacity of a cluster and
starts accessing disk storage, the whole performance of the cluster falls sharply. A
natural solution is building a large enough cluster with enough collective DRAM to
accommodate the working set. Such a cluster often becomes prohibitively large, in
terms of both capital and operational cost. It also becomes difficult to run software
that makes efficient use of the total computation capabilities of a large cluster. Flash
storage is an attractive alternative to DRAM in this regard, due to its fast random
access performance, low power consumption, and low cost per GB. However, flash
storage, packaged as off-the-shelf SSDs, suffer performance penalties in order to be
backward compatible with older magnetic disk storage devices.

ผลลัพธ์ (ไทย) 1:

8. สรุปและทำงานในอนาคตวิเคราะห์ข้อมูลขนาดใหญ่มักจะต้องใช้จำนวนมากของหน่วยความจำเข้าถึงโดยสุ่มอย่างรวดเร็ว และคำนวณ เมื่อการรั่วไหลของชุดการทำงานมากกว่ากำลังการผลิต DRAM ของคลัสเตอร์ และเริ่มเข้าถึงดิสก์จัดเก็บข้อมูล ประสิทธิภาพการทำงานทั้งหมดของคลัสเตอร์ที่ตกคมชัด Aแก้ไขปัญหาธรรมชาติสร้างคลัสเตอร์ขนาดใหญ่พอกับ DRAM เพียงพอรวมถึงรองรับชุดการทำงาน คลัสเตอร์ดังกล่าวมักจะกลายเป็นพิมพ์ใหญ่เงื่อนไขของทุนและต้นทุนในการดำเนินงาน มันยังกลายเป็นเรื่องยากที่จะเรียกใช้ซอฟต์แวร์ที่ทำให้สามารถคำนวณผลรวมของคลัสเตอร์ใหญ่ใช้อย่างมีประสิทธิภาพ แฟลชเก็บเป็น DRAM แทนน่าสนใจในเรื่องนี้ เนื่องจากการสุ่มอย่างรวดเร็วเข้าถึงประสิทธิภาพการทำงาน ประหยัดพลังงาน และต่ำต้นทุนต่อ GB อย่างไรก็ตาม แฟลชเก็บ บรรจุเป็น Ssd ปิดชั้นวาง ประสบประสิทธิภาพการทำงานบทลงโทษเพื่อที่จะใช้ร่วมกับอุปกรณ์จัดเก็บข้อมูลดิสก์แม่เหล็กเก่า

ผลลัพธ์ (ไทย) 2:

8. สรุปและอนาคตการทำงาน
การวิเคราะห์ข้อมูลขนาดใหญ่มักจะต้องใช้เป็นจำนวนมากของหน่วยความจำเข้าถึงได้อย่างรวดเร็วสุ่มและ
การคำนวณ เมื่อมีการรั่วไหลของการทำงานชุดมากกว่าความจุของหน่วยความจำ DRAM คลัสเตอร์และ
เริ่มต้นการเข้าถึงการจัดเก็บดิสก์ประสิทธิภาพทั้งของคลัสเตอร์ตกอย่างรวดเร็ว
วิธีธรรมชาติคือการสร้างคลัสเตอร์ที่มีขนาดใหญ่พอกับ DRAM ส่วนรวมมากพอที่จะ
รองรับชุดทำงาน เช่นคลัสเตอร์มักจะมีขนาดใหญ่สาหัสใน
แง่ของเงินทุนและต้นทุนการดำเนินงาน มันก็จะกลายเป็นเรื่องยากที่จะเรียกใช้ซอฟต์แวร์
ที่ทำให้ประสิทธิภาพในการใช้ความสามารถในการคำนวณรวมของคลัสเตอร์ที่มีขนาดใหญ่ แฟลช
จัดเก็บเป็นทางเลือกที่น่าสนใจให้กับ DRAM ในเรื่องนี้เนื่องจากการสุ่มอย่างรวดเร็ว
ประสิทธิภาพในการเข้าถึงการใช้พลังงานต่ำและต้นทุนต่ำต่อ GB อย่างไรก็ตามแฟลช
จัดเก็บบรรจุเป็น SSDs ปิด -the-shelf ประสบลงโทษประสิทธิภาพในการที่จะ
เข้ากันได้กับอุปกรณ์จัดเก็บข้อมูลจานแม่เหล็กที่มีอายุมากกว่า