BigDataCloud

Unit

9TextAContents

NewWords

Abbreviations

Phrases參考譯文NewWordsNewWordsPhrasesPhrasesAbbreviationsListeningtoTextA大數據云1.大數據與云技術的融合當大數據計算在云中進行時，被稱為“大數據云”。他們的目的是建立集成基礎架構，以適應快速分析和部署彈性可擴展基礎架構。云技術用于獲得大數據固有的量子飛躍優勢。1.1大數據云的特征大數據云的特征如下：大規模分布式計算：用于分布式體系結構的各種計算工具。數據存儲：所有這些都是無縫可擴展存儲工具和數據服務?；谠獢祿臄祿L問：使用從數據生成的見解，而不使用路徑和文件名。分布式虛擬文件系統：文件以分層結構排列，其中節點是目錄。高性能數據和計算：數據和計算均由性能來驅動和增強。分析服務提供商：它有助于開發、部署和使用分析。多維數據：它為各種數據工具和類型提供了所需的支持，以促進其處理。分析服務提供商：它支持分析的開發、部署和使用。數據和計算的高可用性：執行數據和計算的復制機制以使其始終可用。集成平臺：它為快速分析和部署可擴展的體系結構提供了所需的平臺。參考譯文1.2大數據云的類型大數據云根據其用途分為四種不同類型。公共大數據云：在這種云中，資源作為即付即用計算模型提供，并擴展到大型組織。就架構而言，該云可彈性擴展。例如大數據計算的Google云平臺、WindowsAzureHDInsight、云中的Amazon大數據計算及RackSpaceClouderaHadoop。私有大數據云：這是組織內的云，旨在通過虛擬化基礎架構提供隱私和更好的資源控制?；旌洗髷祿疲涸撛茡碜o私有云和公共云的特征和功能。其目的是獲得網絡配置和延遲、可擴展性、高可用性、數據主權、災難恢復以及合規性和工作負載可移植性。在繁重的工作量期間，其部署有助于將私有工作量遷移到公共體系結構。大數據訪問網絡和計算平臺：這是一個為數據、分析和計算而設計的集成平臺。該平臺由多個不同的提供商提供服務。參考譯文參考譯文1.3元素和服務大數據和云技術的融合產生了許多元素和服務。云安裝服務或安裝云存儲：這是一個旨在將數據安裝到許多Web服務器和云存儲的系統。例如亞馬遜、谷歌驅動器。大數據云：它是一種基礎結構，旨在管理不同的數據資源（例如數據管理、數據訪問、安全性、調度程序、編程模型等）。大數據云基礎架構具有許多工具，例如流、Web服務和API，用于從不同來源（例如Google數據、社交網絡、關系數據存儲等）收集數據。云流傳輸：這是一種傳輸多媒體數據（例如視頻和音頻）的方式，使多媒體數據可以在社交媒體基礎結構上以連續模式輕松使用。社交媒體：這些平臺使在線收集大量信息成為可能。它是利用云技術服務的大數據的主要來源。例如Facebook、LinkedIn、Twitter和YouTube。HTTP，REST服務：這些服務旨在為輕量級的、可擴展和可維護的基于Web的應用程序開發API。例如USGS地理云、GoogleEarth。大數據計算平臺：它旨在創建管理不同數據源所需的模塊，例如數據密集型編程模型、數據安全、計算和數據感知調度、設備、分布式文件系統和分析。計算云：開發該平臺是為了提供所需的計算基礎架構，例如物理和虛擬計算以及來自私有、公共和混合云的存儲。2.大數據云參考架構大數據的云架構可有效管理復雜的計算可擴展性、存儲和網絡基礎架構。作為服務提供商的基礎架構除了存儲應用程序外，還主要處理服務器、網絡，并提供諸如虛擬化、基本監控和安全、操作系統、數據中心中的服務器以及存儲服務之類的設施。以下討論大數據云體系結構的四個層次。2.1大數據分析——軟件即服務(SaaS)大數據分析以服務提供給用戶，使他們具有了快速分析的能力，而無需投資基礎結構和設施。該層的功能是：?安排軟件應用程序存儲庫?在基礎架構上部署軟件程序?結果交付給用戶。

參考譯文2.2大數據分析——平臺即服務（BPaaS）這是體系結構的第二層。它是核心層，提供了平臺相關服務以處理存儲的大數據和進行計算。用于數據密集型和數據處理任務的數據管理工具、調度程序和編程環境（被視為中間件管理工具）都位于該區域中。該層負責提供開發分析所需的軟件開發套件和工具。2.3大數據結構（BDF）這是大數據的結構層，負責尋址工具和API，這些工具和API支持數據的存儲、數據計算以及對不同應用程序服務的訪問。該層包含API和可互操作的協議，旨在連接指定的多個云基礎架構標準。參考譯文2.4云基礎架構（CI）云基礎架構負責處理用于數據存儲和計算即服務的基礎架構。CI層提供的服務如下：?創建用于大數據存儲的大規模彈性基礎結構，該基礎結構能夠按需部署。?設置動態虛擬機。?生成與基于文件、塊和基于對象的大數據管理相關的按需存儲功能。?使數據能夠跨存儲庫無縫傳遞。?創建虛擬機并將文件系統安裝到計算節點。參考譯文3.云中大數據分析的好處3.1改進的分析隨著云技術的進步，大數據分析變得更加完善，帶來了更好的結果。因此，公司更喜歡在云中執行大數據分析。此外，云有助于整合來自眾多來源的數據。3.2簡化的基礎架構大數據分析是基礎架構上一項非常艱巨的工作，因為數據量大、速度快和類型各異，這是傳統基礎架構通常無法跟上的。由于云計算提供了靈活的基礎架構，我們可以根據當時的需求進行擴展，因此很容易管理工作負載。3.3降低成本大數據和云技術都可以通過減少所有權為組織帶來價值。云使客戶無需大規模的大數據資源即可進行大數據處理。因此，大數據和云技術都在降低企業成本并為企業帶來價值。參考譯文3.4安全與隱私數據安全和隱私是處理企業數據時的兩個主要問題。此外，當你的應用程序托管在云平臺上時，由于其開放的環境和有限的用戶控制，安全性成為首要問題。另一方面，作為一種開源應用程序，像Hadoop這樣的大數據解決方案使用了大量的第三方服務和基礎架構。因此，如今，系統集成商引入了具有彈性和可擴展性的私有云解決方案。此外，它還利用了可擴展的分布式處理。除此之外，云數據在通常稱為云存儲服務器的中央位置存儲和處理。服務提供商和客戶將簽署服務水平協議（SLA），以便彼此信任。如果需要，提供商還可以利用所需的高級安全控制級別。與服務級別協議相關的規則可以保護：?數據

?容量

?可擴展性

?安全

?隱私?數據存儲的可用性和數據增長另一方面，在許多組織中，大數據分析被用來檢測和預防高級威脅和惡意黑客。

參考譯文3.5虛擬化基礎架構在支持任何應用程序方面都起著至關重要的作用。虛擬化技術是大數據的理想平臺。諸如Hadoop之類的虛擬化大數