To sum up handle Big Data implies h

To sum up handle Big Data implies having an infrastructure linear scalable, able to handle high throughput multi-formatted data, fault tolerant, auto recoverable, with a high degree of parallelism and a distributed data processing [3]. It is important to note that, in this management, integrating data (i.e “access, parse, normalize, standardize, integrate, cleanse,extract, match, classify, mask, and deliver data.” [4, chap. 21])represents 80% of a Big Data project. This aspect is deeply discussed in Section 3.3.

ผลลัพธ์ (ไทย) 1:

รวมการจัดการ ข้อมูลขนาดใหญ่หมายถึงมีโครงสร้างพื้นฐานเชิงเส้นปรับขนาดได้ สามารถจัดการข้อมูลจัดรูปแบบหลายอัตราความเร็วสูง อดทน ความบกพร่องรถยนต์คืน มีระดับสูงขนานและประมวลผลข้อมูลแบบกระจาย [3] จะต้องทราบว่า ในการจัดการนี้ การรวมข้อมูล (เช่น "เข้า แยก ปกติ มาตรฐาน รวม ทำความสะอาด แยก ตรง จัดประเภท หน้ากาก และส่งข้อมูล" [4, chap. 21]) ถึง 80% ของโครงการข้อมูลขนาดใหญ่ ด้านนี้อย่างลึกซึ้งได้รับการกล่าวถึงในส่วนที่ 3.3

ผลลัพธ์ (ไทย) 2:

เพื่อสรุปผลการจัดการข้อมูลขนาดใหญ่หมายถึงการมีโครงสร้างพื้นฐานเชิงเส้นสามารถปรับขนาดได้สามารถจัดการกับการส่งผ่านข้อมูลสูงหลายรูปแบบทนความผิดอัตโนมัติคืนที่มีระดับสูงของความเท่าเทียมและการประมวลผลข้อมูลกระจาย [3] มันเป็นสิ่งสำคัญที่จะทราบว่าในการจัดการนี​​้การบูรณาการข้อมูล (เช่น "การเข้าถึงแยกปกติมาตรฐานบูรณาการทำความสะอาด, สารสกัด, การแข่งขัน, การจำแนกหน้ากากและส่งข้อมูล." [4 CHAP. 21]) แสดงให้เห็นถึง 80% ของโครงการข้อมูลขนาดใหญ่ ด้านนี้จะกล่าวถึงลึกในส่วน 3.3

ผลลัพธ์ (ไทย) 3:

รวมการจัดการข้อมูลเชิงเส้นใหญ่แสดงถึงการมีโครงสร้างพื้นฐานที่ปรับขนาดได้สูง throughput ข้อมูลหลายรูปแบบของใจกว้าง , รถยนต์ใช้กับระดับสูงของขนานและกระจายการประมวลผลข้อมูล [ 3 ] มันเป็นสิ่งสำคัญที่จะทราบว่าในการจัดการนี้ การรวมข้อมูล ( เช่น " การเข้าถึง , แยก , ทำให้ปกติ , มาตรฐาน , บูรณาการ , ทำความสะอาด , สารสกัด , ตรงกับ , แยกประเภท , หน้ากากและส่งมอบข้อมูล . " [ 4 ] CHAP 21 ) หมายถึง 80% ของโครงการข้อมูลใหญ่ ด้านนี้เป็นอย่างที่กล่าวถึงในมาตรา 3 .