We considered extending the open so

We considered extending the open source Hadoop platform to support computation of unbound streams but we quickly realized that the Hadoop platform was highly optimized for batch processing.

MapReduce systems typically operate on static data by scheduling batch jobs

In stream computing, the paradigm is to have a stream of events that flow into the system at a given data rate over which we have no control.

The processing system must keep up with the event rate or degrade gracefully by eliminating events, this is typically called load shedding

The streaming paradigm dictates a very different architecture than the one used in batch processing.

Attempting to build a general-purpose platform for both batch and stream computing would result in a highly complex system that may end up not being optimal for either task

ผลลัพธ์ (ไทย) 1:

เราถือว่าขยายแพลตฟอร์มอย่างไร Hadoop มาเปิดเพื่อรองรับการคำนวณของกระแสข้อมูลที่ไม่ถูกผูกไว้ แต่เราได้อย่างรวดเร็วรู้ว่า แพลตฟอร์มอย่างไร Hadoop ได้สูงเหมาะสำหรับการประมวลผลชุดงาน MapReduce ระบบโดยทั่วไปมีข้อมูลแบบคงที่ โดยการจัดกำหนดการชุดงาน ในกระแสการใช้งาน กระบวนทัศน์จะมีกระแสไหลเข้าระบบที่อัตราข้อมูลที่เราไม่มีอำนาจควบคุม ระบบประมวลผลต้องติดตามอัตราเหตุการณ์ หรือย่อยสลายอย่างสิ้นเชิง โดยการขจัดกิจกรรม โดยทั่วไปคือโหลดส่องกระบวนทัศน์การสตรีมมิ่งบอกสถาปัตยกรรมแตกต่างกันมากต่างที่ใช้ในการประมวลผลชุดงาน พยายามที่จะสร้างแพลตฟอร์มเม็ดทั้งชุดและกระแสการใช้งานจะให้ผลลัพธ์ในระบบที่ซับซ้อนมากที่อาจไม่ถูกเหมาะสมสำหรับงานใด

ผลลัพธ์ (ไทย) 2:

เราได้พิจารณาขยายมาเปิด Hadoop แพลตฟอร์มเพื่อรองรับการคำนวณกระแสหลุด แต่เรารู้อย่างรวดเร็วว่าแพลตฟอร์ม Hadoop ถูกปรับให้เหมาะสมอย่างมากสำหรับการประมวลผลชุด. ระบบ MapReduce มักจะทำงานกับข้อมูลแบบคงที่โดยการตั้งเวลางานชุดในการคำนวณกระแสกระบวนทัศน์คือการมี กระแสของเหตุการณ์ที่ไหลเข้าสู่ระบบที่อัตราการส่งข้อมูลที่ได้รับในช่วงที่เรามีการควบคุมไม่. ระบบการประมวลผลจะต้องให้ทันกับอัตราการเกิดลดลงอย่างสง่างามหรือโดยการกำจัดเหตุการณ์นี้เรียกว่าโดยทั่วไปแล้วการปลดภาระกระบวนทัศน์สตรีมมิ่งสั่งแตกต่างกันมาก สถาปัตยกรรมมากกว่าหนึ่งที่ใช้ในการประมวลผลชุด. ความพยายามที่จะสร้างแพลตฟอร์มวัตถุประสงค์ทั่วไปทั้งชุดและคอมพิวเตอร์กระแสจะส่งผลให้ระบบที่ซับซ้อนอย่างมากที่อาจจะจบลงไม่เป็นที่เหมาะสมสำหรับการงานอย่างใดอย่างหนึ่ง

ผลลัพธ์ (ไทย) 3:

เราถือว่าการเปิดแหล่ง Hadoop แพลตฟอร์มสนับสนุนการคำนวณหลุดกระแส แต่เราตระหนักอย่างรวดเร็วว่า Hadoop แพลตฟอร์มสูงเหมาะสำหรับการประมวลผลแบทช์

ระบบ mapreduce มักจะใช้ข้อมูลแบบคงที่ โดยจัดชุดงาน

ในกระแสคอมพิวเตอร์กระบวนทัศน์ คือ มีกระแสของเหตุการณ์ที่ไหลเข้าไปในระบบที่ให้อัตราข้อมูลมากกว่าที่เราไม่มีการควบคุม

ระบบการประมวลผลจะต้องให้ทันกับเหตุการณ์ เท่ากัน หรือลดลงอย่างสิ้นเชิง โดยจัดกิจกรรม นี้มักจะเรียกว่าโหลดการส่อง

Streaming กระบวนทัศน์สั่งการสถาปัตยกรรมแตกต่างกันมากกว่าหนึ่ง ที่ใช้ในการประมวลผลแบทช์

พยายามที่จะสร้างแพลตฟอร์มแบบเอนกประสงค์ ทั้งชุด และ กระแสคอมพิวเตอร์จะผลในระบบที่ซับซ้อนสูง ที่อาจจะไม่เป็นที่เหมาะสมสำหรับทั้งงาน