Recent technological advancements h

Recent technological advancements have led to a deluge of data from distinctive domains (e.g., health care and scientific sensors, user-generated data, Internet and financial companies, and supply chain systems) over the past two decades. The term big data was coined to capture the meaning of this emerging trend. In addition to its sheer volume, big data also exhibits other unique characteristics as compared with traditional data. For instance, big data is commonly unstructured and require more real-time analysis. This development calls for new system architectures for data acquisition, transmission, storage, and large-scale data processing mechanisms. In this paper, we present a literature survey and system tutorial for big data analytics platforms, aiming to provide an overall picture for nonexpert readers and instill a do-it-yourself spirit for advanced audiences to customize their own big-data solutions. First, we present the definition of big data and discuss big data challenges. Next, we present a systematic framework to decompose big data systems into four sequential modules, namely data generation, data acquisition, data storage, and data analytics. These four modules form a big data value chain. Following that, we present a detailed survey of numerous approaches and mechanisms from research and industry communities. In addition, we present the prevalent Hadoop framework for addressing big data challenges. Finally, we outline several evaluation benchmarks and potential research directions for big data systems.

ผลลัพธ์ (ไทย) 1:

ก้าวหน้าทางเทคโนโลยีล่าสุดได้นำไปสู่สถานการณ์น้ำท่วมข้อมูลจากโดเมนที่โดดเด่น (เช่น สุขภาพ และวิทยาศาสตร์เซ็นเซอร์ ข้อมูลที่ผู้ใช้สร้าง Internet และบริษัทการเงิน และระบบห่วงโซ่อุปทาน) ผ่านมาสองทศวรรษ ข้อมูลขนาดใหญ่ระยะถูกจังหวะในการจับความหมายของแนวโน้มนี้เกิดขึ้น นอกจากปริมาณแท้จริง ข้อมูลขนาดใหญ่ยังจัดแสดงลักษณะเฉพาะอื่น ๆ เมื่อเทียบกับข้อมูลเดิม ตัวอย่าง ข้อมูลขนาดใหญ่จะไม่มีโครงสร้างทั่วไป และต้องวิเคราะห์เพิ่มเติมแบบเรียลไทม์ พัฒนานี้เรียกสำหรับสถาปัตยกรรมระบบใหม่ข้อมูลซื้อ ส่ง จัดเก็บ และกลไกการประมวลผลข้อมูลขนาดใหญ่ ในเอกสารนี้ เรานำเสนอประกอบการสำรวจและระบบกวดวิชาสำหรับแพลตฟอร์มวิเคราะห์ข้อมูลขนาดใหญ่ มีเป้าหมายที่จะให้ภาพโดยรวมสำหรับผู้อ่าน nonexpert และปลูกฝังจิตวิญญาณ do-it-yourself สำหรับผู้ชมขั้นสูงการกำหนดโซลูชันข้อมูลขนาดใหญ่ของตนเอง ครั้งแรก เรานำเสนอนิยามของข้อมูลขนาดใหญ่ และหารือเกี่ยวกับความท้าทายข้อมูลขนาดใหญ่ ถัดไป เรานำกรอบการทำงานระบบจะเปื่อยระบบข้อมูลขนาดใหญ่เป็นสี่ลำดับโมดูล ได้แก่ข้อมูลรุ่น ซื้อข้อมูล เก็บข้อมูล และการวิเคราะห์ข้อมูล โมดูลเหล่านี้สี่แบบห่วงโซ่มูลค่าข้อมูลขนาดใหญ่ ต่อว่า เราแสดงการสำรวจรายละเอียดของแนวทางและกลไกต่าง ๆ จากงานวิจัยและอุตสาหกรรมชุมชน นอกจากนี้ เรานำกรอบอย่างไร Hadoop แพร่หลายสำหรับจัดการกับข้อมูลขนาดใหญ่ความท้าทาย สุดท้าย เราเค้าหลายเกณฑ์มาตรฐานการประเมินและทิศทางการวิจัยอาจเกิดขึ้นสำหรับระบบข้อมูลขนาดใหญ่

ผลลัพธ์ (ไทย) 2:

ความก้าวหน้าทางเทคโนโลยีล่าสุดได้นำไปสู่​​น้ำท่วมของข้อมูลจากโดเมนที่โดดเด่น (เช่นการดูแลสุขภาพและเซ็นเซอร์ทางวิทยาศาสตร์ข้อมูลที่ผู้ใช้สร้างอินเทอร์เน็ตและ บริษัท การเงินและระบบห่วงโซ่อุปทาน) ที่ผ่านมาสองทศวรรษที่ผ่านมา ข้อมูลขนาดใหญ่ระยะได้รับการประกาศเกียรติคุณในการจับความหมายของแนวโน้มที่เกิดขึ้นใหม่นี้ นอกเหนือจากเสียงเชียร์ของข้อมูลขนาดใหญ่นี้ยังจัดแสดงลักษณะเฉพาะอื่น ๆ เมื่อเทียบกับข้อมูลแบบดั้งเดิม ตัวอย่างเช่นข้อมูลขนาดใหญ่จะไม่มีโครงสร้างทั่วไปและต้องใช้การวิเคราะห์เรียลไทม์มากขึ้น การพัฒนานี้เรียกร้องให้สถาปัตยกรรมระบบใหม่สำหรับการเก็บข้อมูลการส่งการเก็บรักษาและขนาดใหญ่กลไกการประมวลผลข้อมูล ในบทความนี้เรานำเสนอการสำรวจวรรณกรรมและระบบการกวดวิชาสำหรับแพลตฟอร์มการวิเคราะห์ข้อมูลขนาดใหญ่เล็งที่จะให้ภาพรวมสำหรับผู้อ่าน nonexpert และปลูกฝังจิตวิญญาณทำมันด้วยตัวเองสำหรับผู้ชมที่ทันสมัย​​ในการปรับแต่งโซลูชั่นข้อมูลขนาดใหญ่ของตัวเอง ครั้งแรกที่เรานำเสนอความหมายของข้อมูลขนาดใหญ่และหารือเกี่ยวกับความท้าทายข้อมูลขนาดใหญ่ ต่อไปเราจะนำเสนอกรอบการทำงานที่เป็นระบบในการย่อยสลายระบบข้อมูลขนาดใหญ่เป็นสี่โมดูลลำดับรุ่นข้อมูลคือข้อมูลที่ได้มาจัดเก็บข้อมูลและการวิเคราะห์ข้อมูล เหล่านี้สี่โมดูลรูปแบบห่วงโซ่คุณค่าข้อมูลขนาดใหญ่ ต่อไปนี้ที่เรานำเสนอการสำรวจรายละเอียดของวิธีการมากมายและกลไกจากการวิจัยและอุตสาหกรรมชุมชน นอกจากนี้เรายังนำเสนอกรอบ Hadoop แพร่หลายสำหรับความท้าทายข้อมูลขนาดใหญ่ สุดท้ายเราร่างมาตรฐานการประเมินผลหลายและทิศทางการวิจัยที่มีศักยภาพสำหรับระบบข้อมูลขนาดใหญ่

ผลลัพธ์ (ไทย) 3:

ความก้าวหน้าทางเทคโนโลยีล่าสุดได้นำไปสู่การทะลักของข้อมูลจากเด่นโดเมน ( เช่น , เซนเซอร์ , การดูแลสุขภาพและวิทยาศาสตร์ที่ผู้ใช้สร้างข้อมูล , อินเทอร์เน็ตและ บริษัท ทางการเงิน และจัดหาระบบโซ่ ) ที่ผ่านมาสองทศวรรษที่ผ่านมา เทอมใหญ่ข้อมูลตั้งขึ้นเพื่อจับความหมายของแนวโน้มที่เกิดขึ้นใหม่ . นอกจากนี้ปริมาณของอิด ,ข้อมูลแสดงลักษณะเฉพาะอื่น ๆยังใหญ่เมื่อเทียบกับข้อมูลแบบดั้งเดิม ตัวอย่าง ข้อมูลทั่วไปที่ไม่มีโครงสร้างใหญ่และต้องใช้การวิเคราะห์แบบเรียลไทม์มากขึ้น การพัฒนานี้เรียกสถาปัตยกรรมระบบใหม่สำหรับการส่งข้อมูล การจัดเก็บ และกลไกการประมวลผลข้อมูลขนาดใหญ่ ในกระดาษนี้เรานำเสนอ Tutorial ระบบการค้นคว้าและวิเคราะห์ข้อมูลแพลตฟอร์มใหญ่ หมายใจจะให้ภาพรวมที่ผู้อ่านทำเอง nonexpert และปลูกฝังจิตวิญญาณขั้นสูงผู้ชมปรับแต่งของตัวเองใหญ่ข้อมูลโซลูชั่น ครั้งแรก เราเสนอคำนิยามของข้อมูลและหารือเกี่ยวกับความท้าทายใหญ่ข้อมูลใหญ่ ต่อไปเราเสนอกรอบการสลายระบบข้อมูลใหญ่ออกเป็นสี่แบบโมดูล คือ สร้างข้อมูล การจัดเก็บข้อมูล ข้อมูลและการวิเคราะห์ข้อมูล เหล่านี้สี่โมดูลฟอร์มห่วงโซ่คุณค่าข้อมูลใหญ่ ต่อไปนี้ เราขอเสนอการสำรวจรายละเอียดของวิธีการมากมายและกลไกจากชุมชนวิจัย และอุตสาหกรรม นอกจากนี้เราเสนอกรอบ Hadoop ที่แพร่หลายสำหรับการจัดการกับความท้าทายข้อมูลใหญ่ สุดท้ายเราร่างมาตรฐานการประเมินหลายและทิศทางการวิจัยที่มีศักยภาพสำหรับระบบข้อมูลใหญ่