本文選題：大數(shù)據(jù)分類 + 大數(shù)據(jù)計(jì)算�。� 參考：《中興通訊技術(shù)》2016年02期

【摘要】：認(rèn)為大數(shù)據(jù)計(jì)算技術(shù)已逐漸形成了批量計(jì)算和流計(jì)算兩個(gè)技術(shù)發(fā)展方向。批量計(jì)算技術(shù)主要針對(duì)靜態(tài)數(shù)據(jù)的離線計(jì)算,吞吐量好,但是不能保證實(shí)時(shí)性;流計(jì)算技術(shù)主要針對(duì)動(dòng)態(tài)數(shù)據(jù)的在線實(shí)時(shí)計(jì)算,時(shí)效性好,但是難以獲取數(shù)據(jù)全貌。從可擴(kuò)展性、容錯(cuò)性、任務(wù)調(diào)度、資源利用率、時(shí)效性、輸入輸出(IO)等方面對(duì)現(xiàn)有的主流大數(shù)據(jù)計(jì)算框架進(jìn)行了分析與總結(jié),指出了未來的發(fā)展方向和研究熱點(diǎn)。
[Abstract]:It is considered that big data computing technology has gradually formed two developing directions: batch computing and stream computing. Batch computing technology is mainly aimed at off-line calculation of static data, good throughput, but can not guarantee real-time; Stream computing technology is mainly aimed at on-line real-time computing of dynamic data, which has good timeliness, but it is difficult to obtain the full picture of data. This paper analyzes and summarizes the existing mainstream big data computing framework from the aspects of extensibility, fault tolerance, task scheduling, resource utilization, timeliness, input and output (IO), and points out the future development direction and research focus.
【作者單位】： 清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系;
【基金】：國(guó)家高技術(shù)研究發(fā)展(“863”)計(jì)劃(2013AA01A213) 國(guó)家自然科學(xué)基金(61572280、61433008、U1435216、61373145)
【分類號(hào)】：TP311.13

【相似文獻(xiàn)】

相關(guān)期刊論文 前4條

1 彭小波;馮平;;基于MAS的CWE計(jì)算框架關(guān)鍵技術(shù)研究[J];計(jì)算機(jī)工程與應(yīng)用;2007年19期

2 彭小波;馮平;王玨;;基于MAS的CWE計(jì)算框架的設(shè)計(jì)與實(shí)現(xiàn)[J];微計(jì)算機(jī)信息;2007年10期

3 徐睿峰;鄒承天;鄭燕珍;徐軍;桂林;劉濱;王曉龍;;一種基于情緒表達(dá)與情緒認(rèn)知分離的新型情緒詞典[J];中文信息學(xué)報(bào);2013年06期

4 ;[J];;年期

相關(guān)碩士學(xué)位論文 前2條

1 羅云深;森林植被仿真Agent計(jì)算框架的研究與實(shí)現(xiàn)[D];北京林業(yè)大學(xué);2008年

2 劉效華;InfoSphere StreamS中圖處理中間件的設(shè)計(jì)與實(shí)現(xiàn)[D];華中科技大學(xué);2012年

，

本文編號(hào)：2073061