Introduction Simple Scalable Stream

Introduction
Simple Scalable Streaming System
General-purpose, distributed, scalable, partially fault- tolerant, pluggable platform that allows programmers to easily develop applications for processing continuous unbounded streams of data
Inspired by MapReduce and Actor models of computation

Real-time data analysis (financial data, twitter feeds, news data ...)
High-frequency trading Complex Event Processing Real-time Search Social Networks Incorporating Web application user feedback in real time Search advertising personalization Low-latency data processing pipelines Online algorithm development

Existing large-scale MapReduce data processing platforms (Hadoop) are highly optimized for batch processing MapReduce systems typically operate on static data by scheduling batch jobs In stream computing, the paradigm is to have a stream of events that flow into the system at a given data rate over which we have no control The processing system must keep up with event rate or degrade gracefully by eliminating events (load shedding) The streaming paradigm dictates a very different architecture than the one used in batch processing Attempting to build a general-purpose platform for both batch and stream computing would result in highly complex system that may end up not being optimal for either task

ผลลัพธ์ (ไทย) 1:

แนะนำ ระบบสตรีมมิ่งปรับขนาดได้ง่ายเม็ด กระจาย ปรับ สเกล บางส่วนบกพร่อง - pluggable ทนกับแพลตฟอร์มที่ช่วยให้โปรแกรมเมอร์พัฒนาโปรแกรมประยุกต์สำหรับกระแสงที่อย่างต่อเนื่องของข้อมูลได้ แรงบันดาลใจ MapReduce และนักแสดงแบบจำลองการคำนวณ วิเคราะห์ข้อมูลแบบเวลาจริง (ข้อมูลทางการเงิน ทวิตเตอร์ฟีด ข้อมูลข่าวสาร...) ประมวลผลข้อมูลเวลาแฝงการค้าซับซ้อนเหตุการณ์ประมวลผล Real-time ค้นหาสังคมเครือข่ายอีกทั้งยังมีเว็บแอพลิเคชันผู้ใช้ผลป้อนกลับในเวลาจริงค้นหาโฆษณาตั้งความถี่สูงบำรุงพัฒนาอัลกอริทึมที่ออนไลน์ อยู่ขนาดใหญ่ MapReduce ประมวลผลข้อมูลระบบ (อย่างไร Hadoop) นี้เหมาะสำหรับชุดงานที่ประมวลผลระบบจะมีข้อมูลแบบคงที่โดยการจัดกำหนดการชุดงานในการคำนวณกระแส MapReduce สูง กระบวนทัศน์จะมีกระแสไหลเข้าระบบที่อัตราข้อมูลที่เราไม่มีอำนาจควบคุมระบบประมวลผลต้องให้ทันกับเหตุการณ์อัตรา หรือลดลงอย่างสิ้นเชิง โดยตัดเหตุการณ์ (โหลดส่อง) กระบวนทัศน์ทอดสถาปัตยกรรมที่แตกต่างกันมากที่บอก ชุดที่ใช้ใน Attempting เพื่อสร้างแพลตฟอร์มเม็ดสำหรับทั้งชุด และคอมพิวเตอร์จะให้ผลลัพธ์ในระบบที่ซับซ้อนมากที่อาจไม่ถูกเหมาะสมสำหรับงานการ ส่งกระแสข้อมูลการประมวลผล

ผลลัพธ์ (ไทย) 2:

บทนำ
ง่าย Scalable ระบบสตรีมมิ่ง
ทั่วไปวัตถุประสงค์กระจายขยายขีดความสามารถบางส่วนใจกว้าง fault- แพลตฟอร์ม pluggable ที่ช่วยให้โปรแกรมเมอร์ได้อย่างง่ายดายในการพัฒนาโปรแกรมสำหรับการประมวลผลลำธารมากมายต่อเนื่องของข้อมูล
แรงบันดาลใจจาก MapReduce และนักแสดงรูปแบบของการคำนวณการวิเคราะห์ข้อมูลเรียลไทม์ (ข้อมูลทางการเงิน , Twitter ฟีดข้อมูลข่าว ... ) ซื้อขายความถี่สูงที่จัดกิจกรรมคอมเพล็กซ์กำลังดำเนินการค้นหาแบบ Real-time เครือข่ายทางสังคม Incorporating คิดเห็นของผู้ใช้แอพลิเคชันเว็บในเวลาท่อค้นหาส่วนบุคคลการโฆษณาการประมวลผลข้อมูล latency ต่ำจริงการพัฒนาอัลกอริทึมออนไลน์ที่มีอยู่ MapReduce ขนาดใหญ่การประมวลผลข้อมูล แพลตฟอร์ม (Hadoop) จะเพิ่มประสิทธิภาพสูงสำหรับระบบการประมวลผลชุด MapReduce มักจะทำงานกับข้อมูลแบบคงที่โดยการตั้งเวลางานชุดในการคำนวณกระแสกระบวนทัศน์คือการมีกระแสของเหตุการณ์ที่ไหลเข้าสู่ระบบที่อัตราการส่งข้อมูลที่ได้รับในช่วงที่เรามีการควบคุมไม่ ระบบการประมวลผลจะต้องให้ทันกับเหตุการณ์หรืออัตราการลดลงอย่างสง่างามโดยการกำจัดเหตุการณ์ (ภาระการไหล) กระบวนทัศน์สตรีมมิ่งสั่งสถาปัตยกรรมที่แตกต่างกันมากมากกว่าหนึ่งที่ใช้ในการประมวลผลชุดความพยายามที่จะสร้างแพลตฟอร์มวัตถุประสงค์ทั่วไปทั้งชุดและคอมพิวเตอร์กระแสจะส่งผลให้ ในระบบที่ซับซ้อนอย่างมากที่อาจจะจบลงไม่เป็นที่เหมาะสมสำหรับการงานอย่างใดอย่างหนึ่ง

ผลลัพธ์ (ไทย) 3:

แนะนำระบบสตรีมมิ่งระบบ

ง่ายวัตถุประสงค์ทั่วไปกระจายระบบมีส่วนผิด - ใจกว้าง , pluggable แพลตฟอร์มที่ช่วยให้โปรแกรมเมอร์สามารถพัฒนาโปรแกรมประยุกต์สำหรับการประมวลผลอย่างต่อเนื่องไม่จำกัดกระแสข้อมูล
แรงบันดาลใจจาก mapreduce นักแสดงและรูปแบบของการคำนวณ

เวลาจริงข้อมูลการวิเคราะห์ข้อมูลทางการเงิน , Twitter ฟีดข่าว , ข้อมูล . . . . . . . )
การซื้อขายความถี่สูงที่ซับซ้อนการประมวลผลเวลาจริงการค้นหาเหตุการณ์ที่เครือข่ายทางสังคมรวมเว็บคิดเห็นของผู้ใช้ในเวลาจริงการค้นหาโฆษณาส่วนบุคคลต่ำแฝงการประมวลผลข้อมูลท่อออนไลน์การพัฒนาอัลกอริทึม

ที่มีขนาดใหญ่ mapreduce แพลตฟอร์มการประมวลผลข้อมูล ( Hadoop ) จะเหมาะอย่างมากสำหรับรุ่นที่ระบบการประมวลผลข้อมูลแบบคงที่ mapreduce มักจะผ่าตัดโดยการตั้งเวลางานแบทช์ในกระแสคอมพิวเตอร์กระบวนทัศน์ คือ มีกระแสของเหตุการณ์ที่ไหลเข้าไปในระบบที่ให้อัตราข้อมูลมากกว่าที่เราไม่มีการควบคุม ระบบประมวลผลจะต้องให้ทันกับเหตุการณ์ หรือลดอัตราอย่างสิ้นเชิง โดยขจัดเหตุการณ์ ( โหลดการส่อง ) สตรีมมิ่งกระบวนทัศน์สั่งการสถาปัตยกรรมแตกต่างกันมากกว่าหนึ่งที่ใช้ในการประมวลผลที่พยายามที่จะสร้างแพลตฟอร์ม เครื่องมิลลิ่งเอนกประสงค์ ทั้งชุดคอมพิวเตอร์จะผลในระบบที่ซับซ้อนสูง ที่อาจจะไม่เป็นที่เหมาะสมสำหรับทั้งงาน