Муҳаммад ал хоразмий номидаги



Download 5,01 Kb.
Pdf ko'rish
bet67/128
Sana12.07.2022
Hajmi5,01 Kb.
#781830
1   ...   63   64   65   66   67   68   69   70   ...   128
Bog'liq
KIBER XAVFSIZLIK MUAMMOLARI VA ULARNING
















Zamonaviy kompyuter texnalogiyalari vositalaridan foydalanish talabalarning 
real elementlar va uskunalar hamda ularning elektron sxemalardagi jarayonlarni 
o

rganish to

g

risidagi bilimlarini yanada oshirishi va chuqurlashtirishiga xizmat 
qilishi kerak. 
Adabiyotlar 
1.
Егоров Е.Н., Ремпен И.С. Применение программного 
прикладного пакета 
Multisim 
для моделирования радиофизических схем,
2008, 24с. 
URL: http://www.sgu.ru/files/nodes/30844/MULTISIM.pdf
2.
Карлащук В.И. Электронная лаборатория на 
IBM PC
. Программа 
Electronics Workbench 
и ее применение. –
М.: Изд. «Солон–Р», 2001. –
726 с. 
 
 
ПЛАТФОРМА CASCADING ДЛЯ ОБРАБОТКИ БОЛЬШИХ ДАННЫХ 
С ИСПОЛЬЗОВАНИЕМ 
MAPREDUCE 
Саттаров М.А.
 1
, Юлдашев А.
 1
, Мусаев О.

1
Ассистент Самаркандский филиал Ташкентского университета 
информационных технологий имени Мухаммада ал
-
Хоразмий
2
Преподаватель академического лицея при СамМИ 
Для извлечения знаний из больших данных были разработаны и 
предложены различные модели, программы, программное обеспечение, 
аппаратные средства и технологии. Они пытаются обеспечить более точные 
и надежные результаты для приложений больших данных. Тем не менее, в 
такой среде может быть трудоемким и сложным выбор среди 
многочисленных технологий. Фактически следует учитывать множество 
параметров: технологическую совместимость, сложность развертывания, 
стоимость, эффективность, производительность, надежность, поддержку и 
риски безопасности. В этой статье
мы представляем обзор последних 
технологий, разработанных для больших данных.
MapReduce 
[1] 
это 
фреймворк, 
состоящий 
из 
модели 
программирования и ее реализации. Это один из первых важных шагов для 
нового поколения инструментов управления и анализа больших
данных. 
MapReduce 
имеет интересное преимущество для приложений с большими 
данными. Фактически, это упрощает обработку огромных объемов данных 
благодаря своим эффективным и экономичным механизмам. Это позволяет 
писать программы, которые могут поддерживать параллельную обработку.


140 
Каскадная структура [2] 

это богатый 
Java API
, который предоставляет 
множество компонентов для быстрой и экономичной разработки, 
тестирования и интеграции приложений для больших данных. 
Каскадирование имеет интересные преимущества.
Оно позволяет управлять 
сложными запросами и обрабатывать сложные рабочие процессы в кластерах 
Hadoop
. Он поддерживает масштабируемость, переносимость, интеграцию и 
разработку через тестирование.
Этот 
API 
добавляет уровень абстракции в верхней части 
Hadoop
, чтобы 
упростить сложные запросы с помощью каскадной концепции. Фактически, 
загруженные данные обрабатываются и разделяются рядом функций для 
получения нескольких потоков, называемых потоками. Эти потоки образуют 
ациклически ориентированные графы и могут
при необходимости 
объединяться.
Сборка канала определяет поток, который будет проходить между 
источниками данных (ответвления источника) и выходными данными 
(ответвления приемника), которые подключены к каналу. Трубная сборка 
может содержать один или несколько кортежей заданного размера.
Каскадный поток написан на 
Java 
и преобразован во время выполнения 
в классические задания 
MapReduce
. Потоки выполняются в кластерах 
Hadoop 
и основаны на следующем процессе:
Экземпляр потока 

это рабочий процесс, который сначала считывает 
входные данные из одного или нескольких отводов источника, а затем 
обрабатывает их, выполняя набор параллельных или последовательных 
операций, как определено сборкой канала. Затем он записывает выходные 
данные в один или несколько отводов.
Tuple 
представляет собой набор значений (например, запись базы 
данных таблицы 
SQL
), которые могут быть проиндексированы с помощью 
полей и могут быть сохранены непосредственно в любом формате файла 
Hadoop 
в виде пары ключ / значение. Кортеж должен иметь сопоставимые 
типы, чтобы облегчить сравнение кортежей. Для расширения ее 
возможностей было добавлено много расширений, включая [3,4]:

Шаблон (
Pattern)
: используется для создания прогнозных приложений 
для больших данных. Он предоставляет множество алгоритмов машинного 
обучения и позволяет переводить документы 
Predictive Model Markup 
Language (PMML
) в приложения на 
Hadoop. 

Масштабирование (
Scalding)
: используется в качестве динамического 
языка программирования для решения функциональных задач. Он основан на 
языке Scala с простым синтаксисом. Это расширение создано и 
поддерживается Twitter.

Cascalog
: позволяет разрабатывать приложения с использованием Java 
или Clojure (динамический язык программирования, основанный на диалекте 
Lisp). Он поддерживает специальные запросы, выполняя серию нескольких 
заданий MapReduce для анализа различных источников (HDFS, баз данных и 


141 
локальных данных). Он обеспечивает более высокий уровень абстракции, 
чем Hive или Pig.

Lingual
: предоставляет интерфейс ANSI
-
SQL для Apache Hadoop и 
поддерживает быструю миграцию данных и рабочих нагрузок в и из Hadoop. 
Благодаря Lingual легче интегрировать существующие инструменты бизнес
-
аналитики
и другие приложения.

Download 5,01 Kb.

Do'stlaringiz bilan baham:
1   ...   63   64   65   66   67   68   69   70   ...   128




Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©hozir.org 2024
ma'muriyatiga murojaat qiling

kiriting | ro'yxatdan o'tish
    Bosh sahifa
юртда тантана
Боғда битган
Бугун юртда
Эшитганлар жилманглар
Эшитмадим деманглар
битган бодомлар
Yangiariq tumani
qitish marakazi
Raqamli texnologiyalar
ilishida muhokamadan
tasdiqqa tavsiya
tavsiya etilgan
iqtisodiyot kafedrasi
steiermarkischen landesregierung
asarlaringizni yuboring
o'zingizning asarlaringizni
Iltimos faqat
faqat o'zingizning
steierm rkischen
landesregierung fachabteilung
rkischen landesregierung
hamshira loyihasi
loyihasi mavsum
faolyatining oqibatlari
asosiy adabiyotlar
fakulteti ahborot
ahborot havfsizligi
havfsizligi kafedrasi
fanidan bo’yicha
fakulteti iqtisodiyot
boshqaruv fakulteti
chiqarishda boshqaruv
ishlab chiqarishda
iqtisodiyot fakultet
multiservis tarmoqlari
fanidan asosiy
Uzbek fanidan
mavzulari potok
asosidagi multiservis
'aliyyil a'ziym
billahil 'aliyyil
illaa billahil
quvvata illaa
falah' deganida
Kompyuter savodxonligi
bo’yicha mustaqil
'alal falah'
Hayya 'alal
'alas soloh
Hayya 'alas
mavsum boyicha


yuklab olish