Data intensive ??

Data Intensive Computing은 대용량 데이터를 처리하기 위해 데이터 병렬 처리를 사용하는 병렬 컴퓨팅 클래스입니다. 이 데이터의 크기는 일반적으로 테라 바이트 단위 또는 페타 바이트 단위입니다. 이 대량의 데이터는 매일 생성되며 큰 데이터로 참조됩니다.

정확히 10 년 전, EMC Corporation이 후원 하는 백서는 2007 년 현재 디지털 형식으로 저장된 정보량을 281 엑사 바이트로 추정했습니다. 오늘날 얼마나 거대한 지 상상 만 할 수 있습니다.

IDC에 의해 밝혀진 수치는 생성 된 데이터의 양이 데이터를 분석 할 수있는 능력을 넘어서는 것을 증명합니다. 이 경우에는 동일한 방법을 사용할 수 없으며 일반적으로 전산 과학의 일반적인 문제를 해결하는 데 사용됩니다.

문제를 해결하기 위해 회사는 도구 또는 도구 모음을 제공합니다.

데이터 집약적 인 컴퓨팅은 다른 형태의 컴퓨팅과 다른 몇 가지 특성을 가지고 있습니다. 그들은:

• 데이터 집약적 인 컴퓨팅에서 높은 성능을 달성하려면 데이터 이동을 최소화해야합니다. 이렇게하면 시스템 오버 헤드가 줄어들고 데이터가있는 노드에서 알고리즘을 실행할 수 있으므로 성능이 향상됩니다.

• 데이터 집약적 컴퓨팅 시스템은 런타임 시스템이 스케줄링, 실행,로드 밸런싱, 통신 및 프로그램 이동을 제어하는 ​​기계 독립적 접근법을 사용합니다.

• 데이터 집약적 인 컴퓨팅은 데이터의 신뢰성 및 가용성에 크게 중점을 둡니다. 기존의 대규모 시스템은 하드웨어 오류, 통신 오류 및 소프트웨어 버그의 영향을 받기 쉽고 데이터 집약적 인 컴퓨팅은 이러한 문제를 해결할 수 있습니다.

• 데이터 집약적 인 컴퓨팅은 확장 성을 위해 설계 되었기 때문에 모든 양의 데이터를 수용 할 수 있으므로 시간이 중요한 요구 사항을 충족시킬 수 있습니다. 하드웨어 및 소프트웨어 아키텍처의 확장 성은 데이터 집약적 인 컴퓨팅의 가장 큰 장점 중 하나입니다.