We execute the Grep task using two

We execute the Grep task using two different data sets. The measurements in the original MapReduce paper are based on processing 1TB of data on approximately 1800 nodes, which is 5.6 million
records or roughly 535MB of data per node. For each system, we
execute the Grep task on cluster sizes of 1, 10, 25, 50, and 100
nodes. The total number of records processed for each cluster size
is therefore 5.6 million times the number of nodes. The performance of each system not only illustrates how each system scales
as the amount of data is increased, but also allows us to (to some
extent) compare the results to the original MR system.

ผลลัพธ์ (ไทย) 2:

เราดำเนินงาน Grep ใช้ชุดข้อมูลที่แตกต่างกันสอง วัดในกระดาษ MapReduce เดิมอยู่บนพื้นฐานของการประมวลผล 1TB ของข้อมูลบนพื้นที่ประมาณ 1,800 โหนดซึ่งเป็น 5,600,000
บันทึกหรือประมาณ 535MB ของข้อมูลต่อโหนด สำหรับแต่ละระบบที่เราดำเนินงาน Grep กับขนาดของกลุ่มที่ 1, 10, 25, 50, และ 100 โหนด จำนวนรวมของการบันทึกการประมวลผลสำหรับแต่ละคลัสเตอร์ขนาดจึงเป็น 5,600,000 ครั้งจำนวนของโหนด ประสิทธิภาพการทำงานของแต่ละระบบไม่เพียง แต่แสดงให้เห็นถึงวิธีการที่แต่ละระบบเครื่องชั่งน้ำหนักเป็นจำนวนข้อมูลที่เพิ่มขึ้นแต่ยังช่วยให้เรา (บางส่วนขอบเขต) เปรียบเทียบผลที่ได้กับระบบ MR เดิม

ผลลัพธ์ (ไทย) 3:

เราใช้งานข้อมูลที่แตกต่างกันสามารถใช้สองชุด การวัดในกระดาษ mapreduce เดิมอยู่บนพื้นฐานของข้อมูลในการประมวลผล 1TB ประมาณ 1 , 800 จุด ซึ่งเป็นบันทึกหรือประมาณ 5.6 ล้าน
535mb ข้อมูลต่อโหนด สำหรับแต่ละระบบ เราสามารถใช้งานในกลุ่ม
ขนาด 1 , 10 , 25 , 50 และ 100
โหนด จำนวนบันทึก ประมวลผลแต่ละคลัสเตอร์ขนาด
จึงเป็น 5.6 ล้านครั้งจำนวนของโหนด ประสิทธิภาพของแต่ละระบบไม่เพียง แต่แสดงให้เห็นถึงวิธีการที่แต่ละระบบเครื่องชั่ง
เป็นปริมาณของข้อมูลที่เพิ่มขึ้น แต่ยังช่วยให้เรา ( บาง
ขอบเขต ) เปรียบเทียบกับต้นฉบับคุณระบบ