. In this work, we have presented t

. In this work, we have presented the design and implementation of G-Hadoop, a MapReduce framework based on Hadoop that aims to enable large-scale distributed computing across multiple clusters. The architecture of G-Hadoop is based on a master/slave communication model. In order to support globally distributed data-intensive computation among multiple administrative domains, we use the traditional HDFS file system with the Gfarm file system, which can manage huge data sets across distributed clusters

ผลลัพธ์ (ไทย) 1:

. ในงานนี้เราได้นำเสนอการออกแบบและการดำเนินการของ g-Hadoop กรอบ MapReduce ตาม Hadoop ที่มีวัตถุประสงค์เพื่อช่วยให้ขนาดใหญ่คอมพิวเตอร์กระจายไปทั่วหลายกลุ่ม สถาปัตยกรรมของ g-Hadoop จะขึ้นอยู่กับรูปแบบการสื่อสารหลัก / ทาส เพื่อสนับสนุนการกระจายทั่วโลกในการคำนวณข้อมูลมากในหมู่โดเมนบริหารหลายเราใช้ระบบแบบดั้งเดิม HDFS ไฟล์ที่มีระบบไฟล์ gfarm ซึ่งสามารถจัดการชุดข้อมูลขนาดใหญ่ในกลุ่มกระจาย

ผลลัพธ์ (ไทย) 2:

. ในงานนี้ เราได้นำเสนอการออกแบบและดำเนินการอย่างไร Hadoop G, MapReduce กรอบยึดอย่างไร Hadoop ที่มีวัตถุประสงค์เพื่อเปิดการใช้งานขนาดใหญ่แจกจ่ายคอมพิวเตอร์ข้ามหลายคลัสเตอร์ สถาปัตยกรรมอย่างไร Hadoop G ขึ้นอยู่กับแบบจำลองการสื่อสารหลัก/ทาส เพื่อรองรับการคำนวณข้อมูลเร่งรัดกระจายทั่วโลกในหลายโดเมนผู้ดูแลระบบ เราใช้ระบบไฟล์แบบดั้งเดิม HDFS ด้วย Gfarm ระบบแฟ้ม ซึ่งสามารถจัดการกับชุดข้อมูลขนาดใหญ่ผ่านคลัสเตอร์แบบกระจาย

ผลลัพธ์ (ไทย) 3:

.... ในงานนี้เราได้มีการเสนอการออกแบบและการนำไปใช้งานของ G - hadoop กรอบ mapreduce ตาม hadoop ที่มีความมุ่งมั่นที่จะเปิดใช้งานการใช้งานคอมพิวเตอร์แบบกระจายขนาดใหญ่ในกลุ่มต่างๆได้ สถาปัตยกรรมของ G - hadoop อยู่บนพื้นฐานการติดต่อสื่อสารในรุ่นมาสเตอร์/สเลฟ ในการสั่งซื้อในการคำนวณการสนับสนุนข้อมูลจำนวนมากในระดับโลกกระจายอยู่ระหว่างศาลปกครองหลายโดเมนเราใช้ระบบไฟล์ hdfs แบบดั้งเดิมที่พร้อมด้วยระบบไฟล์ gfarm ซึ่งสามารถจัดการชุดข้อมูลขนาดใหญ่ข้ามระบบคลัสเตอร์แบบกระจาย