文献

J-GLOBAL ID：201702277658602461   整理番号：17A1645248

データ・ウェアハウスにおける事実データを処理するためのHiveQLとMapReduce法比較【Powered by NICT】

Comparing HiveQL and MapReduce methods to process fact data in a data warehouse

著者 (3件)： Denis Pen Haince (Data Engineer, Morgan Stanley, New York, NY) ,  Dsilva Prajyoti (Department of Information Technology, St. Francis Institute of Technology, Mumbai, India) ,  Mascarnes Sweedle (Department of Information Technology, St. Francis Institute of Technology, Mumbai, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CSCITA  ページ： 201-206  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 今日ビッグデータ技術愛好家と大学の研究者によって世界中で研究されている技術について音声広く大部分の一つである。この理由は毎日の二番目毎の発生した膨大なデータである。各Webページは,各テキストメッセージを送り,ソーシャルネットワーキングWebサイト,チェックイン情報,マウスクリックなどに及ぼすポストは記録で受診した。このデータは,保存及び検索され効率的にする必要がある,さらにデータは非構造化それゆえ強いデータの従来の方法はできなかった。は膨大な量の非構造化データを貯蔵の要求であり,それは検索でき,必要なときに効率的,スケーラブルでロバストなアーキテクチャが必要である効率的にこのデータは,蓄積,検索する必要がある。本論文では,スケーラビリティとユーザ性能の課題を特別に取り上げたがビッグデータ技術上のデータウェアハウスを構築する新しい方法論を示す。筆者らの強調は,構造化または非構造化データ源のためのビッグデータ技術上のデータ倉庫を構築するための方法論に関する今後の研究のための参照として使用できるデータ・パイプラインを構築することである。は二つの手法,すなわちHiveQLおよびMapReduceを用いたデータ倉庫からの事実を検索するためのデータの処理を実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： データウェアハウス ,  Webページ ,  *構造形成 ,  ロバスト性 ,  計算機アーキテクチャ
準シソーラス用語： 非構造化データ ,  Webサイト ,  ソーシャルネットワーキング ,  ビッグデータ ,  *MapReduce , 【Automatic Indexing@JST】

分類 (1件)： データベースシステム  (JD03030U)

タイトルに関連する用語 (2件)： ハウス ,  MapReduce