One of the major applications of fu

One of the major applications of future generation parallel and distributed systems is in big-data analytics.
Data repositories for such applications currently exceed exabytes and are rapidly increasing in size.
Beyond their sheer magnitude, these datasets and associated applications’ considerations pose significant
challenges for method and software development. Datasets are often distributed and their size and privacy
considerations warrant distributed techniques. Data often resides on platforms with widely varying
computational and network capabilities. Considerations of fault-tolerance, security, and access control are
critical in many applications (Dean and Ghemawat, 2004; Apache hadoop). Analysis tasks often have hard
deadlines, and data quality is a major concern in yet other applications. For most emerging applications,
data-driven models and methods, capable of operating at scale, are as-yet unknown. Even when known
methods can be scaled, validation of results is a major issue. Characteristics of hardware platforms and the
software stack fundamentally impact data analytics. In this article, we provide an overview of the stateof-
the-art and focus on emerging trends to highlight the hardware, software, and application landscape
of big-data analytics.

ผลลัพธ์ (ไทย) 1:

โปรแกรมประยุกต์ที่สำคัญของอนาคตแบบขนาน และแบบกระจายระบบอย่างใดอย่างหนึ่งเป็นการวิเคราะห์ข้อมูลขนาดใหญ่Repositories ข้อมูลสำหรับโปรแกรมประยุกต์ดังกล่าวเกิน exabytes ปัจจุบัน และมีการเพิ่มขนาดอย่างรวดเร็วนอกเหนือจากขนาดที่แท้จริงของพวกเขา datasets เหล่านี้ และพิจารณาเชื่อมโยงประยุกต์ก่อให้เกิดอย่างมีนัยสำคัญความท้าทายสำหรับการพัฒนาวิธีการและซอฟต์แวร์ มักกระจาย Datasets และขนาดและความเป็นส่วนตัวพิจารณารับประกันเทคนิคการกระจาย ข้อมูลมักจะอยู่บนแพลตฟอร์มกับแตกต่างกันอย่างกว้างขวางคอมพิวเตอร์ และเครือข่ายความสามารถในการ จะพิจารณาข้อบกพร่องยอมรับ ความปลอดภัย และควบคุมการเข้าถึงสำคัญในการใช้งานหลาย (คณบดีและ Ghemawat, 2004 อะแพชีอย่างไร hadoop) วิเคราะห์งานมักจะมียากกำหนดเวลา และคุณภาพข้อมูลเป็นกังวลหลักในโปรแกรมประยุกต์อื่นได้ สำหรับการใช้งานเกิดขึ้นมากที่สุดจะเป็นรุ่นที่ปรับปรุงข้อมูลและวิธีการ ความสามารถในการปฏิบัติการที่สเกล -ยังไม่ทราบ แม้รู้จักกันสามารถปรับวิธีการ การตรวจสอบผลลัพธ์เป็น ลักษณะของระบบฮาร์ดแวร์และซอฟต์แวร์พื้นฐานกองวิเคราะห์ผลกระทบต่อข้อมูล ในบทความนี้ เรามีภาพของ stateof--ศิลปะและเน้นแนวโน้มยังเน้นฮาร์ดแวร์ ซอฟต์แวร์ และแอพลิเคชันแนวนอนของการวิเคราะห์ข้อมูลขนาดใหญ่

ผลลัพธ์ (ไทย) 2:

หนึ่งของการใช้งานที่สำคัญของการขนานรุ่นในอนาคตและระบบกระจายอยู่ในการวิเคราะห์ใหญ่ข้อมูล.
เก็บข้อมูลสำหรับการใช้งานเช่นในปัจจุบันเกินเอ็กซาไบต์และมีการเพิ่มขึ้นอย่างรวดเร็วในขนาด.
นอกเหนือจากความสำคัญที่แท้จริงของพวกเขาชุดข้อมูลเหล่านี้และการพิจารณาการใช้งานที่เกี่ยวข้อง
'ก่อให้เกิดอย่างมีนัยสำคัญความท้าทายสำหรับวิธีการและการพัฒนาซอฟต์แวร์
ชุดข้อมูลที่มีการกระจายและมักจะมีขนาดและความเป็นส่วนตัวของใบสำคัญแสดงสิทธิการพิจารณาเทคนิคการกระจาย
ข้อมูลมักจะอาศัยอยู่บนแพลตฟอร์มที่แตกต่างกันอย่างกว้างขวางในการคำนวณและความสามารถของเครือข่าย การพิจารณาความผิดความอดทน,
ความปลอดภัยและการควบคุมการเข้าถึงที่มีความสำคัญในการใช้งานจำนวนมาก(คณบดีและ Ghemawat 2004; Apache Hadoop) งานวิเคราะห์มักจะมีความยากที่กำหนดเวลาและคุณภาพของข้อมูลที่เป็นความกังวลที่สำคัญในการใช้งานอื่น ๆ ยัง สำหรับการใช้งานที่เกิดขึ้นมากที่สุดรุ่นที่ขับเคลื่อนด้วยข้อมูลและวิธีการที่มีความสามารถในการดำเนินงานในระดับเป็นที่ยังไม่รู้จัก แม้ในขณะที่เป็นที่รู้จักกันวิธีการสามารถปรับขนาดการตรวจสอบผลเป็นประเด็นหลัก ลักษณะของแพลตฟอร์มฮาร์ดแวร์และซอฟต์แวร์สแต็คพื้นฐานการวิเคราะห์ข้อมูลผลกระทบ ในบทความนี้เราให้ภาพรวมของ stateof- ศิลปะและมุ่งเน้นไปที่แนวโน้มที่เกิดขึ้นเพื่อเน้นฮาร์ดแวร์ซอฟต์แวร์และการประยุกต์ใช้ภูมิทัศน์ของการวิเคราะห์ข้อมูลขนาดใหญ่