The approach taken by MapReduce may

The approach taken by MapReduce may seem like a brute-force approach. The premise
is that the entire dataset—or at least a good portion of it—can be processed for each
query. But this is its power. MapReduce is a batch query processor, and the ability to
run an ad hoc query against your whole dataset and get the results in a reasonable time
is transformative. It changes the way you think about data and unlocks data that was
previously archived on tape or disk. It gives people the opportunity to innovate with
data. Questions that took too long to get answered before can now be answered, which
in turn leads to new questions and new insights.
For example, Mailtrust, Rackspace’s mail division, used Hadoop for processing email
logs. One ad hoc query they wrote was to find the geographic distribution of their users.
In their words:
This data was so useful that we’ve scheduled the MapReduce job to run monthly and we
will be using this data to help us decide which Rackspace data centers to place new mail
servers in as we grow.
By bringing several hundred gigabytes of data together and having the tools to analyze
it, the Rackspace engineers were able to gain an understanding of the data that they
otherwise would never have had, and furthermore, they were able to use what they had
learned to improve the service for their customers.

Kết quả (Việt) 1:

Cách tiếp cận thực hiện bởi MapReduce có vẻ như là một cách tiếp cận brute-lực. Những tiền đềđó là toàn bộ số liệu- hoặc ít nhất một phần tốt đẹp của nó — có thể chế biến cho mỗitruy vấn. Nhưng điều này là sức mạnh của nó. MapReduce là một bộ xử lý truy vấn hàng loạt, và khả năngchạy một truy vấn đặc biệt đối với bộ dữ liệu toàn bộ của bạn và nhận được kết quả trong một thời gian hợp lýlà biến đổi. Nó thay đổi cách bạn suy nghĩ về dữ liệu và dữ liệu mở ratrước đó đã lưu trữ trên băng hoặc đĩa. Nó mang lại cho mọi người cơ hội để đổi mới vớidữ liệu. Câu hỏi đã quá dài để có được trả lời trước khi bây giờ có thể trả lời, màlần lượt dẫn đến câu hỏi mới và những hiểu biết mới.Ví dụ, Mailtrust, Rackspace của thư sư đoàn, được sử dụng Hadoop để xử lý emailCác bản ghi. Một trong những truy vấn đặc biệt họ đã viết là tìm ra sự phân bố địa lý của người dùng của họ.Nói cách của họ:Dữ liệu này là hữu ích như vậy mà chúng tôi đã theo lịch trình công việc MapReduce để chạy hàng tháng và chúng tôisẽ sử dụng dữ liệu này để giúp chúng tôi quyết định mà Trung tâm dữ liệu Rackspace để đặt thư mớiCác máy chủ trong khi chúng tôi phát triển.Bằng cách mang lại một vài trăm Gigabyte dữ liệu với nhau và có những công cụ để phân tíchnó, các kỹ sư Rackspace đã có thể đạt được một sự hiểu biết của các dữ liệu mà họNếu không sẽ không bao giờ có, và hơn nữa, họ đã có thể sử dụng những gì họ cóhọc để cải thiện các dịch vụ cho khách hàng của họ.

Kết quả (Việt) 2:

Các phương pháp của MapReduce có thể có vẻ như một phương pháp brute-force. Những tiền đề
là toàn bộ số liệu, hoặc ít nhất là một phần của nó, có thể được xử lý cho mỗi
truy vấn. Nhưng điều này là sức mạnh của nó. MapReduce là một bộ xử lý truy vấn hàng loạt, và khả năng để
chạy một truy vấn đặc biệt đối với toàn bộ dữ liệu của bạn và có được kết quả trong một thời gian hợp lý
là biến đổi. Nó thay đổi cách bạn suy nghĩ về dữ liệu và mở khóa dữ liệu đã được
trước đó lưu trữ trên băng hoặc đĩa. Nó mang đến cho mọi người cơ hội để đổi mới với
dữ liệu. Các câu hỏi mà mất quá lâu để nhận được trả lời trước khi bây giờ có thể được trả lời, mà
lần lượt dẫn đến những câu hỏi mới và những hiểu biết mới.
Ví dụ, Mailtrust, chia tử Rackspace của, sử dụng Hadoop để xử lý email
bản ghi. Một truy vấn quảng cáo hoc họ viết là để tìm sự phân bố địa lý của người dùng của họ.
Trong lời nói của họ:
Những thông tin này rất hữu ích mà chúng tôi đã lên kế hoạch công việc MapReduce chạy hàng tháng và chúng tôi
sẽ sử dụng dữ liệu này để giúp chúng tôi quyết định Rackspace dữ liệu các trung tâm để đặt mail mới
máy chủ trong khi chúng ta lớn.
Bằng cách đưa vài trăm gigabyte dữ liệu với nhau và có các công cụ để phân tích
nó, các kỹ sư Rackspace đã có thể đạt được một sự hiểu biết về những dữ liệu mà họ
nếu không sẽ không bao giờ có, và hơn nữa, họ đã có thể sử dụng những gì họ đã
học được để cải thiện các dịch vụ cho khách hàng của họ.