Organization. At this point the arc

Organization. At this point the architecture has to deal with various data formats (texts formats, compressed files,variously delimited, etc.) and must be able to parse them and extract the actual information like named entities, relation between them, etc. [14]. Also this is the point where data have to be clean, put in a computable mode, structured or semi-structured, integrated and stored in the right location (existing data warehouse, data marts, Operational Data Store,Complex Event Processing engine, NoSQL database) [14].Thus, a kind of ETL (extract, transform, load) had to be
done. Successful cleaning in Big Data architecture is not
entirely guaranteed; in fact “the volume, velocity, variety, and
variability of Big Data may preclude us from taking the time
to cleanse it all thoroughly”

ผลลัพธ์ (ไทย) 1:

องค์กร จุดนี้สถาปัตยกรรมมีการจัดการกับรูปแบบข้อมูลต่าง ๆ (ข้อความรูปแบบ การบีบอัดไฟล์ แตกต่างคั่น ฯลฯ) และต้องสามารถแยกได้และแยกข้อมูลจริงเช่นชื่อหน่วยงาน ความสัมพันธ์ระหว่างพวกเขา ฯลฯ [14] นอกจากนี้ยัง เป็นจุดที่ข้อมูลมีการทำความสะอาด ใส่ในโหมด computable โครงสร้าง หรือกึ่งโครงสร้าง รวม และเก็บไว้ในตำแหน่งที่ถูกต้อง (ข้อมูลที่มีอยู่ของคลังสินค้า โปรแกรมการประมวลผลเหตุการณ์ซับซ้อนมาร์ท ปฏิบัติการเก็บข้อมูล ข้อมูล ฐานข้อมูล NoSQL) [14] ดังนั้น ชนิดของ ETL (สารสกัด แปลง โหลด) ต้องมีเสร็จแล้ว ทำความสะอาดประสบความสำเร็จในข้อมูลไม่ได้รับประกันทั้งหมด ในความเป็นจริง "เสียง ความเร็ว ความ หลากหลาย และความแปรปรวนของข้อมูลอาจได้ห้ามเราทำเวลาทำความสะอาดได้ทุกอย่าง"

ผลลัพธ์ (ไทย) 2:

องค์กร. ณ จุดนี้สถาปัตยกรรมมีการจัดการกับรูปแบบต่างๆข้อมูล (รูปแบบข้อความ, ไฟล์บีบอัด, ที่คั่นนานัปการ, ฯลฯ ) และจะต้องสามารถที่จะแยกพวกเขาและดึงข้อมูลจริงเช่นหน่วยงานที่ชื่อความสัมพันธ์ระหว่างพวกเขาและอื่น ๆ [14] . นอกจากนี้ยังเป็นจุดที่ข้อมูลจะต้องมีการทำความสะอาดใส่ในโหมดการคำนวณโครงสร้างหรือกึ่งโครงสร้างแบบบูรณาการและเก็บไว้ในสถานที่ที่เหมาะสม (คลังข้อมูลที่มีอยู่ marts ข้อมูล, ร้านข้อมูลการดำเนินงาน, การประมวลผลเหตุการณ์คอมเพล็กซ์ฐานข้อมูล NoSQL ) [14] .Thus ชนิดของ ETL A (สารสกัดจากแปลงโหลด) จะต้องมีการ
ทำ การทำความสะอาดที่ประสบความสำเร็จในงานสถาปัตยกรรมข้อมูลขนาดใหญ่ไม่ได้
รับประกันทั้งหมด; ในความเป็นจริง "ไดรฟ์ความเร็วหลากหลายและ
ความแปรปรวนของข้อมูลขนาดใหญ่อาจดักคอเราจากการสละเวลา
ในการทำความสะอาดมันทั้งหมดได้อย่างทั่วถึง"

ผลลัพธ์ (ไทย) 3:

องค์กร ณจุดนี้ สถาปัตยกรรมที่มีการจัดการกับรูปแบบข้อมูลต่างๆ ( รูปแบบการบีบอัดไฟล์ , ข้อความ , ที่คั่นด้วยนานาเนก ฯลฯ ) และจะต้องสามารถที่จะแยกพวกเขาและสารสกัดจากข้อมูล เช่น ชื่อ จริง องค์กร ความสัมพันธ์ระหว่างพวกเขา ฯลฯ . [ 14 ] นอกจากนี้ยังเป็นจุดที่ข้อมูลต้องมีความสะอาด ใส่ในโหมดคำนวณโครงสร้างหรือวิธีการแบบบูรณาการและเก็บไว้ในสถานที่ที่เหมาะสม ( ที่มีอยู่ในคลังข้อมูล , ข้อมูลตลาด เก็บข้อมูลการดำเนินงานที่ซับซ้อนในการประมวลผลเหตุการณ์เครื่องยนต์ฐานข้อมูล nosql ) [ 14 ] . ดังนั้น , ชนิดของ ETL ( แยก แปลง ) มีให้โหลดเสร็จแล้ว ประสบความสำเร็จในสถาปัตยกรรมข้อมูลใหญ่ไม่ทำความสะอาดทั้งหมดรับประกัน ; ในความเป็นจริง " กําหนดความเร็ว ที่หลากหลาย และความแปรปรวนของข้อมูลใหญ่อาจขัดขวางเราจากการเวลาชำระทั้งหมดให้ฟัง "