Compared with traditional data ware

Compared with traditional data warehouse applications, big data analytics are huge and complex. To design a favorable architecture for big data analytics, this paper lists some key features for big data analytics, summarizes current main implementation platforms(parallel databases, MapReduce, and hybrid architectures based on them), and points their pros and cons. Some current researches are also investigated, our work are introduced and some challenging research problems in the future are discussed.

ผลลัพธ์ (ไทย) 1:

เมื่อเทียบกับโปรแกรมประยุกต์ดั้งเดิมข้อมูลคลังสินค้า การวิเคราะห์ข้อมูลขนาดใหญ่มีขนาดใหญ่ และซับซ้อน การออกแบบสถาปัตยกรรมที่ดีสำหรับการวิเคราะห์ข้อมูลขนาดใหญ่ กระดาษนี้แสดงรายการบางคุณลักษณะที่สำคัญสำหรับการวิเคราะห์ข้อมูลขนาดใหญ่ สรุปปัจจุบันระบบงานหลัก (ฐานข้อมูลแบบขนาน MapReduce และสถาปัตยกรรมแบบผสมผสานตามนั้น), และจุดดีและข้อเสียของพวกเขา บางงานวิจัยปัจจุบันยังจะตรวจสอบ มีการแนะนำงานของเรา และปัญหาวิจัยที่ท้าทายในอนาคตจะ

ผลลัพธ์ (ไทย) 2:

เมื่อเทียบกับการใช้งานแบบดั้งเดิมคลังข้อมูลการวิเคราะห์ข้อมูลขนาดใหญ่มีขนาดใหญ่และซับซ้อน ในการออกแบบสถาปัตยกรรมที่ดีสำหรับการวิเคราะห์ข้อมูลขนาดใหญ่บทความนี้แสดงรายการคุณสมบัติที่สำคัญสำหรับการวิเคราะห์ข้อมูลขนาดใหญ่สรุปปัจจุบันแพลตฟอร์มหลักดำเนินการ (ฐานข้อมูลแบบขนาน MapReduce และสถาปัตยกรรมไฮบริดอยู่บนพื้นฐานของพวกเขา) และชี้ข้อดีและข้อเสียของพวกเขา บางงานวิจัยในปัจจุบันมีการสอบสวนยังการทำงานของเราได้ถูกนำเสนอและปัญหาการวิจัยบางอย่างที่ท้าทายในอนาคตจะกล่าวถึง

ผลลัพธ์ (ไทย) 3:

เมื่อเทียบกับการใช้งานข้อมูลคลังสินค้าแบบดั้งเดิม , การวิเคราะห์ข้อมูลมีขนาดใหญ่มากและซับซ้อน การออกแบบสถาปัตยกรรมที่ดีสำหรับการวิเคราะห์ข้อมูลใหญ่ กระดาษนี้จะแสดงรายการคุณสมบัติที่สำคัญบางอย่างสำหรับการวิเคราะห์ข้อมูลใหญ่ สรุปการใช้แพลตฟอร์มหลักในปัจจุบัน ( Parallel ฐานข้อมูล mapreduce และไฮบริดสถาปัตยกรรมบนพื้นฐานของพวกเขา ) และจุดข้อดีและข้อเสียของพวกเขา .บางอย่างในปัจจุบันงานวิจัยยังได้ศึกษา งานของเราจะแนะนำ และบางความท้าทายปัญหาของการวิจัยในอนาคตว่า