Organizations that collect large am

Organizations that collect large amounts of unstructured data are increasingly turningto non-relational databases, now frequently called NoSQL databases [4]. NoSQL databases
focus on analytical processing of large scale datasets, offering increased scalability over
commodity hardware [8]. Computational and storage requirements of applications such as forBig Data Analytics [9], Business Intelligence [10] and social networking over peta-byte
datasets have pushed SQL-like centralized databases to their limits [5]. This led to the
development of horizontally scalable, distributed non-relational data stores, called No-SQL
databases, such as Google's Bigtable [6] and its open-source implementation HBase [33] and
Facebook's Cassandra[7]. The emergence of distributed key-value stores, such as Cassandra
and Voldemort [44], proves the efficiency and cost effectiveness of their approaches [3]. Themain limitations with RDBMS are it is hard to scale with Data warehousing, Grid, Web 2.0
and Cloud applications [16]. Pokorny, J. (2011), focuses on NoSQL databases in context of
cloud computing, particularly their horizontal scalability and concurrency model [17].
NoSQL databases are differing from Relational Database Management Systems (RDBMS)
But NoSQL databases did not guarantee ACID properties [19].

ผลลัพธ์ (ไทย) 1:

องค์กรที่รวบรวมข้อมูลที่ไม่มีโครงสร้างขนาดใหญ่มีมากขึ้นไม่ใช่เชิง turningto ฐานข้อมูล ตอนนี้มักเรียก NoSQL ฐาน [4] ฐานข้อมูล NoSQLเน้นการประมวลผลการวิเคราะห์ของ datasets ขนาดใหญ่ เสนอขยายขนาดเพิ่มขึ้นมากกว่าฮาร์ดแวร์สินค้า [8] คำนวณและจัดเก็บข้อกำหนดของโปรแกรมประยุกต์เช่น forBig ข้อมูลวิเคราะห์ [9], ข่าวกรองธุรกิจ [10] และเครือข่ายทางสังคมผ่าน peta ไบต์datasets ได้ผลักดันเหมือน SQL ฐานข้อมูลส่วนกลางเพื่อขีดจำกัด [5] นี้นำไปสู่การพัฒนาปรับสเกลแนวนอน กระจายข้อมูลไม่เชิงร้าน เรียกไม่ SQLฐานข้อมูล Bigtable ของ Google [6] และดำเนินการเปิดแหล่ง HBase [33] และของ Facebook Cassandra [7] การเกิดขึ้นของร้านค่าคีย์กระจาย เช่น Cassandraและโวลเดอมอร์ [44], พิสูจน์ประสิทธิผลประสิทธิภาพและต้นทุนของแนวทางของพวกเขา [3] ข้อจำกัดของ Themain กับ RDBMS จะท่องมาตราส่วนข้อมูลคลังสินค้า ตาราง เว็บ 2.0 และโปรแกรมประยุกต์เมฆ [16] Pokorny, J. (2011), เน้น NoSQL ฐานในบริบทของเมฆคอมพิวเตอร์ โดยเฉพาะอย่างยิ่งของแนวนอนขนาดและเกิดรูปแบบ [17]NoSQL ฐานข้อมูลแตกต่างกันจากเชิงสัมพันธ์ฐานข้อมูลการจัดการในระบบ (RDBMS)แต่ฐานข้อมูล NoSQL ไม่รับประกันคุณสมบัติกรด [19]

ผลลัพธ์ (ไทย) 2:

องค์กรที่มีการเก็บรวบรวมข้อมูลจำนวนมากที่ไม่มีโครงสร้างที่มีฐานข้อมูล turningto มากขึ้นไม่สัมพันธ์ตอนนี้มักเรียกว่าฐานข้อมูล NoSQL [4] ฐานข้อมูล NoSQL
มุ่งเน้นการประมวลผลการวิเคราะห์ชุดข้อมูลขนาดใหญ่ที่นำเสนอการเพิ่มขยายขีดความสามารถมากกว่า
ฮาร์ดแวร์สินค้า [8] การคำนวณและความต้องการการจัดเก็บข้อมูลการใช้งานเช่น forBig Analytics ข้อมูล [9], ข่าวกรองธุรกิจ [10] และเครือข่ายทางสังคมมากกว่าแผนที่ไบต์
ชุดข้อมูลที่มีการผลักดันฐานข้อมูลส่วนกลาง SQL เหมือนข้อ จำกัด ของพวกเขา [5] นี้นำไปสู่
​​การพัฒนาที่สามารถปรับขนาดในแนวนอน, ร้านค้ากระจายข้อมูลที่ไม่สัมพันธ์ที่เรียกว่า No-SQL
ฐานข้อมูลเช่น Bigtable Google [6] และการดำเนินงานของโอเพนซอร์ส HBase [33] และ
Facebook ของคาสซานดรา [7] การเกิดขึ้นของร้านค้าค่าคีย์กระจายเช่นคาสซานดรา
และโวลเดอม [44] พิสูจน์ประสิทธิภาพและค่าใช้จ่ายที่มีประสิทธิภาพของวิธีการของพวกเขา [3] ข้อ จำกัด themain กับ RDBMS เป็นมันเป็นเรื่องยากที่จะวัดกับคลังข้อมูล, ตาราง, Web 2.0
และการใช้งานคลาวด์ [16] Pokorny เจ (2011) มุ่งเน้นไปที่ฐานข้อมูล NoSQL ในบริบทของ
คอมพิวเตอร์เมฆโดยเฉพาะอย่างยิ่งการปรับขยายในแนวนอนของพวกเขาและรูปแบบการทำงานพร้อมกัน [17].
ฐานข้อมูล NoSQL จะแตกต่างจากระบบการจัดการฐานข้อมูลเชิงสัมพันธ์ (RDBMS)
แต่ฐานข้อมูล NoSQL ไม่ได้รับประกันคุณสมบัติกรด [ 19]

ผลลัพธ์ (ไทย) 3:

องค์กรที่รวบรวมจำนวนมากของข้อมูลที่ไม่มีโครงสร้างมีมากขึ้น turningto บนฐานข้อมูลเชิงสัมพันธ์ ตอนนี้บ่อย เรียกว่า ฐานข้อมูล nosql [ 4 ] โฟกัส nosql ฐานข้อมูล
ในการประมวลผลวิเคราะห์ข้อมูลขนาดใหญ่ เสนอเพิ่ม scalability กว่า
สินค้าฮาร์ดแวร์ [ 8 ] คำนวณและจัดเก็บความต้องการของการใช้งาน เช่น forbig ข้อมูล Analytics [ 9 ][ 10 ] ความฉลาดทางธุรกิจและเครือข่ายทางสังคมมากกว่าเพตาไบต์
ข้อมูล SQL ฐานข้อมูลส่วนกลาง มีการผลักดัน เช่นข้อจำกัด [ 5 ] นี้นำไปสู่การพัฒนาในแนวนอนระบบกระจายข้อมูลที่ไม่ใช่แบบร้าน เรียกว่าไม่มีฐานข้อมูล SQL
เช่น Google bigtable [ 6 ] และการเปิดแหล่งที่มาของมัน hbase [ 33 ] และ
Facebook ของ Cassandra [ 7 ]การกระจายของร้านค่าคีย์ เช่นคาสซานดร้า
กับโวลเดอมอร์ [ 44 ] พิสูจน์ประสิทธิภาพและประสิทธิผลค่าใช้จ่ายของพวกเขา . [ 3 ] ข้อจำกัดหลักกับ RDBMS จะเป็นเรื่องยากที่จะวัดกับการจัดการคลังสินค้าข้อมูลตาราง , เว็บ 2.0 และการประยุกต์ใช้เมฆ
[ 16 ] โพกอร์นี เจ ( 2011 ) , เน้น nosql ในบริบทของคอมพิวเตอร์
เมฆฐานข้อมูลโดยเฉพาะของพวกเขาและการติดตั้งแบบแนวนอน [ 17 ] .
nosql ฐานข้อมูลจะแตกต่างจากระบบฐานข้อมูลเชิงสัมพันธ์ ( RDBMS )
แต่ nosql ฐานข้อมูลไม่ได้รับประกันคุณสมบัติกรด [ 19 ]