外文翻译-副本.doc

毕业设计(论文)外文资料翻译 学 院： 计算机工程学院 专业班级： 计算机科学与技术 软件122 学生姓名： 李宝珠 学 号： 2012122737 指导教师： 单建魁(讲师) 外文出处： J. Parallel Distrib. Comput. 74 (2014) 2561–2573 附 件： 1.外文资料翻译译文 指导教师评语： 签名： 年 月 日 大数据分析的趋势 亮点 大数据分析中的当前的最先进技术的概述。 大数据分析的规模和应用前景趋势。 在硬件上的现况和未来的发展趋势，如何帮助我们解决大规模数据集。 讨论目前采用的软件技术和未来趋势，以解决大数据分析应用。 关键词： 大数据 分析 数据中心 分布式系统 摘要: 大数据分析是并行的分布式系统未来的主要应用之一。数据仓库目前应用的规模已经超过EB级，并且其规模还在不断增长。当数据集和相关应用程序超出了他们的规模,给这些的构成要求和软件开发方法的考虑带来了重大挑战。数据集通常是分布式，它们的大小和安全考虑到分布式技术来得到Bit Torrent允许节点共享多媒体数据内容通常直接彼此以分散的方式。这这些框架强调互操作性和动态性，降低成本，资源共享特定的沟通和协作，聚集。然而，在这些平台上，匿名，隐私问题和扩展性问题的考虑是次要的。 最近,云计算环境的可靠性、服务的健壮性被 (通常的访问来自客户机的浏览器)来自于客户端，大规模生产的移动设备和通用计算机的访问检验。云计算的服务观念概述为“基础架构即服务”(云计算资源在云中可用),数据即服务(数据在云中可用)和软件即服务(访问程序在云中执行)。从服务提供者的角度来看这提供了相当大的好处（在硬件和管理的成本降低），整体资源的利用率，以及更好的客户端接口。云环境的计算底层通常依赖于高效和弹性的数据中心架构，基于虚拟化的计算和存储技术,高效利用商品硬件组件。目前的数据中心通常规模为成千上万的节点，计算在云计算中经常跨越多个数据节点。 新兴的基于云的环境与分布式数据中心托管的大型数据仓库，同时也为分析提供强力的处理有效的并行/分布式算法的需要。潜在的社会经济效益的大数据分析，与多样性的应用提出是很大的挑战，在本文的其他部分我们重点强调数据分析问题的规模和范围。我们描述了常用的硬件平台上执行分析应用的相关情况，并考虑存储，处理，网络和能量。然后，我们专注于应用程序，即虚拟化技术，运行时系统/执行环境和编程的软件基础模型。我们在多样性数据分析的应用中，对健康和人类福利进行计算机建模与模拟得出一个简短的结论。 1.1数据分析的规模和范围 最近保守的研究估计，在2008年世界上的企业服务器系统已经能处理了9.57 ×10^21字节的数据。这一数字预计将从这基础上每两年翻了一番。举一个例子，沃尔玛的服务器每过一个小时就要处理超过一百万客户交易，这些信息插入到数据库，存储超过2.5 PB的数据与167座国会图书馆的书籍数量相当。在欧洲核子研究中心的大型强子对撞机每年将产生大约15千兆字节的数据，足以填满超过170万个双层DVD。每天,Facebook产生近500 TB的用户日志数据和数百万 TB的图像数据。每分钟，在YouTube有100小时的视频被上传，有135000小时的视频被观看。每一秒,有超过28000个多媒体(MMS)消息被发送。在2012大约4600万的移动应用程序被下载了，每一个应用程序收集到更多的数据。推特的服务上有超过5亿5000万的活跃用户，他们每秒钟产生9100条推特。eBay系统每一天处理超过100 PB的数据。在其他领域,波音喷气发动机每运转30分钟能产生10 TB的操作信息。其中，如果每一天有25000的航班，仅仅数据传感器和机器生产的足迹信息的数据，在 这些例子只是惊鸿一瞥，来自不同数据源的生态系统的数据集在迅速扩张。结构化数据（例如，金融，电子医学记录，政府统计），半结构化数据（例如，文本，微博，电子邮件），非结构化（例如，音频和视频），和实时数据（如网络痕迹，一般的监测日志）。如果有组织和适当的分析的话，所有这些应用都有可能提供宝贵的见解。在当今广泛公认需要有效分析的大型数据集的应用程序。这些应用包括医疗保健分析（例如，个性化基因组学），业务流程优化，和社会网络为基础的建议。然而,预测表明数据增长将在