大数据专业英语教程 课件 Unit 9 A Big Data Cloud

BigDataCloud

Unit

9TextAContents

NewWords

Abbreviations

Phrases参考译文NewWordsNewWordsPhrasesPhrasesAbbreviationsListeningtoTextA大数据云1.大数据与云技术的融合当大数据计算在云中进行时，被称为“大数据云”。他们的目的是建立集成基础架构，以适应快速分析和部署弹性可扩展基础架构。云技术用于获得大数据固有的量子飞跃优势。1.1大数据云的特征大数据云的特征如下：大规模分布式计算：用于分布式体系结构的各种计算工具。数据存储：所有这些都是无缝可扩展存储工具和数据服务。基于元数据的数据访问：使用从数据生成的见解，而不使用路径和文件名。分布式虚拟文件系统：文件以分层结构排列，其中节点是目录。高性能数据和计算：数据和计算均由性能来驱动和增强。分析服务提供商：它有助于开发、部署和使用分析。多维数据：它为各种数据工具和类型提供了所需的支持，以促进其处理。分析服务提供商：它支持分析的开发、部署和使用。数据和计算的高可用性：执行数据和计算的复制机制以使其始终可用。集成平台：它为快速分析和部署可扩展的体系结构提供了所需的平台。参考译文1.2大数据云的类型大数据云根据其用途分为四种不同类型。公共大数据云：在这种云中，资源作为即付即用计算模型提供，并扩展到大型组织。就架构而言，该云可弹性扩展。例如大数据计算的Google云平台、WindowsAzureHDInsight、云中的Amazon大数据计算及RackSpaceClouderaHadoop。私有大数据云：这是组织内的云，旨在通过虚拟化基础架构提供隐私和更好的资源控制。混合大数据云：该云拥护私有云和公共云的特征和功能。其目的是获得网络配置和延迟、可扩展性、高可用性、数据主权、灾难恢复以及合规性和工作负载可移植性。在繁重的工作量期间，其部署有助于将私有工作量迁移到公共体系结构。大数据访问网络和计算平台：这是一个为数据、分析和计算而设计的集成平台。该平台由多个不同的提供商提供服务。参考译文参考译文1.3元素和服务大数据和云技术的融合产生了许多元素和服务。云安装服务或安装云存储：这是一个旨在将数据安装到许多Web服务器和云存储的系统。例如亚马逊、谷歌驱动器。大数据云：它是一种基础结构，旨在管理不同的数据资源（例如数据管理、数据访问、安全性、调度程序、编程模型等）。大数据云基础架构具有许多工具，例如流、Web服务和API，用于从不同来源（例如Google数据、社交网络、关系数据存储等）收集数据。云流传输：这是一种传输多媒体数据（例如视频和音频）的方式，使多媒体数据可以在社交媒体基础结构上以连续模式轻松使用。社交媒体：这些平台使在线收集大量信息成为可能。它是利用云技术服务的大数据的主要来源。例如Facebook、LinkedIn、Twitter和YouTube。HTTP，REST服务：这些服务旨在为轻量级的、可扩展和可维护的基于Web的应用程序开发API。例如USGS地理云、GoogleEarth。大数据计算平台：它旨在创建管理不同数据源所需的模块，例如数据密集型编程模型、数据安全、计算和数据感知调度、设备、分布式文件系统和分析。计算云：开发该平台是为了提供所需的计算基础架构，例如物理和虚拟计算以及来自私有、公共和混合云的存储。2.大数据云参考架构大数据的云架构可有效管理复杂的计算可扩展性、存储和网络基础架构。作为服务提供商的基础架构除了存储应用程序外，还主要处理服务器、网络，并提供诸如虚拟化、基本监控和安全、操作系统、数据中心中的服务器以及存储服务之类的设施。以下讨论大数据云体系结构的四个层次。2.1大数据分析——软件即服务(SaaS)大数据分析以服务提供给用户，使他们具有了快速分析的能力，而无需投资基础结构和设施。该层的功能是：•安排软件应用程序存储库•在基础架构上部署软件程序•结果交付给用户。

参考译文2.2大数据分析——平台即服务（BPaaS）这是体系结构的第二层。它是核心层，提供了平台相关服务以处理存储的大数据和进行计算。用于数据密集型和数据处理任务的数据管理工具、调度程序和编程环境（被视为中间件管理工具）都位于该区域中。该层负责提供开发分析所需的软件开发套件和工具。2.3大数据结构（BDF）这是大数据的结构层，负责寻址工具和API，这些工具和API支持数据的存储、数据计算以及对不同应用程序服务的访问。该层包含API和可互操作的协议，旨在连接指定的多个云基础架构标准。参考译文2.4云基础架构（CI）云基础架构负责处理用于数据存储和计算即服务的基础架构。CI层提供的服务如下：•创建用于大数据存储的大规模弹性基础结构，该基础结构能够按需部署。•设置动态虚拟机。•生成与基于文件、块和基于对象的大数据管理相关的按需存储功能。•使数据能够跨存储库无缝传递。•创建虚拟机并将文件系统安装到计算节点。参考译文3.云中大数据分析的好处3.1改进的分析随着云技术的进步，大数据分析变得更加完善，带来了更好的结果。因此，公司更喜欢在云中执行大数据分析。此外，云有助于整合来自众多来源的数据。3.2简化的基础架构大数据分析是基础架构上一项非常艰巨的工作，因为数据量大、速度快和类型各异，这是传统基础架构通常无法跟上的。由于云计算提供了灵活的基础架构，我们可以根据当时的需求进行扩展，因此很容易管理工作负载。3.3降低成本大数据和云技术都可以通过减少所有权为组织带来价值。云使客户无需大规模的大数据资源即可进行大数据处理。因此，大数据和云技术都在降低企业成本并为企业带来价值。参考译文3.4安全与隐私数据安全和隐私是处理企业数据时的两个主要问题。此外，当你的应用程序托管在云平台上时，由于其开放的环境和有限的用户控制，安全性成为首要问题。另一方面，作为一种开源应用程序，像Hadoop这样的大数据解决方案使用了大量的第三方服务和基础架构。因此，如今，系统集成商引入了具有弹性和可扩展性的私有云解决方案。此外，它还利用了可扩展的分布式处理。除此之外，云数据在通常称为云存储服务器的中央位置存储和处理。服务提供商和客户将签署服务水平协议（SLA），以便彼此信任。如果需要，提供商还可以利用所需的高级安全控制级别。与服务级别协议相关的规则可以保护：•数据

•容量

•可扩展性

•安全

•隐私•数据存储的可用性和数据增长另一方面，在许多组织中，大数据分析被用来检测和预防高级威胁和恶意黑客。

参考译文3.5虚拟化基础架构在支持任何应用程序方面都起着至关重要的作用。虚拟化技术是大数据的理想平台。诸如Hadoop之类的虚拟化大数