The biggest misnomer actually comes

The biggest misnomer actually comes from the name itself — that is, that “big data” is about big data. I’d argue that the cur­ rent big data trend only partially deals with its size. For example, a Tbyte of data is nothing for the US National Security Agency (NSA), but is probably a lot for an indi­ vidual. Furthermore, depending on the question asked, a single Gbyte of image data can be as hard to ana­ lyze as a petabyte of text data. When we talk about big data, we must put its size in relation to the available resources, the question asked, and the kind of data. Moreover, producing a crappy answer quickly is easy. For example, a system always returning 42 as the answer will never really be wrong, but will rarely be helpful. Finally, big data is all about time. How does a precise answer help us if the system requires a year to com­ pute it? This leads us to a definition we developed at the University of California, Berkeley:

ผลลัพธ์ (ไทย) 1:

Misnomer จริงมาจากชื่อตัวเอง — นั่นคือ ที่ "data" เป็นข้อมูลขนาดใหญ่ ฉันจะโต้แย้งว่า แนวโน้มข้อมูล cur เช่าเพียงบางส่วนเกี่ยวข้องกับขนาดของ ตัวอย่าง Tbyte ข้อมูลอะไรสำหรับเราชาติความปลอดภัยหน่วยงาน (NSA), แต่อาจจะเป็นมากสำหรับการหม่า vidual นอกจากนี้ ขึ้นอยู่กับคำถามที่ถาม Gbyte การเดียวของข้อมูลภาพได้เป็นยากไป lyze ana เป็นการเพตะไบต์ของข้อมูลข้อความ เมื่อเราพูดถึงข้อมูลขนาดใหญ่ เราต้องใส่ขนาดที่สัมพันธ์กับทรัพยากรพร้อมใช้งาน คำถามที่ถาม และชนิดของข้อมูล นอกจากนี้ ผลิตคำตอบเส็งเคร็งอย่างรวดเร็วเป็นเรื่องง่าย ตัวอย่าง ระบบเสมอกลับ 42 เป็นคำตอบไม่เคยจริง ๆ จะไม่ถูกต้อง แต่ไม่ค่อยจะเป็นประโยชน์ ในที่สุด ข้อมูลขนาดใหญ่เป็นเรื่องเวลา ว่าคำตอบที่แม่นยำช่วยให้เราถ้าระบบกำหนดปีเพื่อ com pute มัน นี้ทำให้เราให้คำนิยามของเราพัฒนาขึ้นที่มหาวิทยาลัยแคลิฟอร์เนีย Berkeley:

ผลลัพธ์ (ไทย) 2:

บริบทที่ใหญ่ที่สุดจริงมาจากชื่อตัวเอง - นั่นคือ "ข้อมูลขนาดใหญ่" คือข้อมูลเกี่ยวกับขนาดใหญ่ ฉันเถียงว่า CUR เช่าขนาดใหญ่แนวโน้มข้อมูลเพียงบางส่วนที่เกี่ยวข้องกับขนาดของมัน ยกตัวอย่างเช่น Tbyte ข้อมูลอะไรสำหรับสหรัฐอเมริกาสภาความมั่นคงแห่งชาติ (เอ็นเอสเอ) แต่อาจจะเป็นจำนวนมากสำหรับ vidual indi นอกจากขึ้นอยู่กับคำถามที่ถามเป็น Gbyte เดียวของข้อมูลภาพอาจจะยากที่จะ Ana lyze เป็น petabyte ของข้อมูลข้อความ เมื่อเราพูดคุยเกี่ยวกับข้อมูลขนาดใหญ่ที่เราจะต้องใส่ขนาดของมันในความสัมพันธ์กับทรัพยากรที่มีอยู่คำถามที่ถามและชนิดของข้อมูล นอกจากนี้การผลิตคำตอบที่เส็งเคร็งได้อย่างรวดเร็วเป็นเรื่องง่าย ยกตัวอย่างเช่นระบบมักจะกลับมาเป็น 42 คำตอบจะไม่เคยจริงๆจะผิด แต่ไม่ค่อยจะเป็นประโยชน์ ในที่สุดข้อมูลขนาดใหญ่เป็นเรื่องเกี่ยวกับเวลา วิธีการที่ไม่เป็นคำตอบที่ถูกต้องแม่นยำช่วยให้เราถ้าระบบต้องใช้ปีเพื่อ COM pute มันได้หรือไม่ นี้นำเราไปสู่ความหมายที่เราพัฒนาที่มหาวิทยาลัยแคลิฟอร์เนียเบิร์กลีย์:

ผลลัพธ์ (ไทย) 3:

การเรียกชื่อผิด ที่ ใหญ่ ที่สุด จริง ๆ มาจากชื่อตัวเอง - นั่นคือ " ข้อมูล " ใหญ่คือเรื่องข้อมูลใหญ่ ผมเถียงว่า cur ให้เช่าใหญ่องข้อมูลแนวโน้มเพียงบางส่วนเท่านั้นที่เกี่ยวข้องกับขนาดของ ตัวอย่างเช่น เทระไบต์ข้อมูลไม่มีอะไรสำหรับสำนักงานความมั่นคงแห่งชาติ ( NSA ) แต่เราอาจจะเยอะสำหรับ indi อง vidual . นอกจากนี้ ขึ้นอยู่กับคำถามที่ถาม เป็นบริษัทเดียวของข้อมูลภาพสามารถยากที่จะอนาไลซ์เป็นองสำหรับข้อมูลที่เป็นข้อความ เมื่อเราพูดคุยเกี่ยวกับข้อมูลใหญ่ เราต้องใส่ขนาดของมันในความสัมพันธ์กับทรัพยากรที่มีอยู่ คำถามที่ถาม และชนิดของข้อมูล นอกจากนี้ การผลิตตอบเส็งเคร็งได้อย่างรวดเร็วง่าย ตัวอย่างเช่น ระบบเสมอกลับ 42 เป็นคำตอบจะไม่เคยผิด แต่จะไม่ค่อยเป็นประโยชน์ ในที่สุด ใหญ่ข้อมูลทั้งหมดเกี่ยวกับเวลา แล้วคำตอบที่ช่วยเรา ถ้าระบบต้องการปี pute คอมองมัน นี้นำเราไปสู่ความละเอียด เราพัฒนาขึ้นที่มหาวิทยาลัย California , Berkeley :