A few years ago (in 2010) a new con

A few years ago (in 2010) a new concept of «data lakes» or
«data hubs» has been appears. The term itself was introduced
by James Dixon [11], but sometimes it is disparaged as being
simply a marketing label for a product that supports Hadoop.
Or we know also another vision: yesterday's unified storage is
today's enterprise data lake [12].
A data lake refers to a massively scalable storage repository
that holds a vast amount of raw data in its native format («as
is») until it is needed plus processing systems (engine) that can
ingest data without compromising the data structure [13].
The data lakes are typically built first of all to handle large
and quickly arriving volumes of unstructured data (in contrast
to data warehouses processing highly structured data) from
which further insights are derived. Thus the lakes use dynamic
(not pre-build static like in data warehouses) analytical
applications. The data in the lake becomes accessible as soon
as it is created (again in contrast to data warehouses designed
for slowly changing data).
The data lakes often include a semantic DB, a conceptual
model that leverages the same standards and technologies used
to create Internet hyperlinks, and add a layer of context over
the data that defines the meaning of the data and its
interrelationships with other data. The data lake strategies can
combine SQL and NoSQL DB approaches and online analytics
processing (OLAP) and online transaction processing (OLTP)
capabilities.
In contrast to a hierarchical data warehouse with files or
folders data storage, the data lake uses a flat architecture,
where each data element has a unique identifier and a set of
extended metadata tags. The data lake does not require a rigid
schema or manipulation of the data of all shapes and sizes, but
it requires maintaining the order of the data arrival. It can be
imagined as a large data pool to bring in all of the historical
data (collected and accumulated data about past events and
circumstances pertaining to a particular subject) and new data

Results (Thai) 1:

กี่ปี (2010) แนวคิดใหม่ของ «ข้อมูลทะเลสาบ» หรือ«ข้อมูลฮับ» ได้ปรากฏ คำว่าตัวเองถูกนำมาใช้โดยเจมส์นดิกซัน [11], แต่บางครั้งมันคือ disparaged เป็นเพียงแค่การตลาดฉลากสำหรับผลิตภัณฑ์ที่สนับสนุน Hadoopหรือเรารู้วิสัยทัศน์อื่น: พื้นที่ประกอบการของเมื่อวานนี้วันนี้องค์กรข้อมูลทะเลสาบ [12]ทะเลสาบข้อมูลอ้างถึงคลังเก็บข้อมูลขนาดอย่างหนาแน่นที่เก็บข้อมูลดิบจำนวนมากในรูปแบบดั้งเดิม («เป็น») จนกว่าจะจำเป็น และการประมวลผลระบบ (เครื่องยนต์) ที่สามารถกินข้อมูลโดยไม่กระทบกับโครงสร้างข้อมูล [13]ทะเลสาบข้อมูลถูกสร้างขึ้นโดยทั่วไปของการจัดการขนาดใหญ่และรวดเร็วมาถึงไม่มีโครงสร้างข้อมูล (ตรงกันข้ามข้อมูล คลังสินค้าการประมวลผลสูงมีโครงสร้างข้อมูล) จากข้อมูลเชิงลึกเพิ่มเติมซึ่งจะได้มา ทำให้ ทะเลสาบใช้แบบไดนามิก(ก่อนสร้างแบบคงที่เช่นในคลังข้อมูล) วิเคราะห์การใช้งาน ข้อมูลในทะเลสาบกลายเป็นเข้าถึงได้ โดยเร็วมันถูกสร้างขึ้น (อีกตรงกันข้ามกับการออกแบบคลังข้อมูลสำหรับการเปลี่ยนแปลงข้อมูล)ทะเลสาบข้อมูลมักจะมี DB ตรรก เป็นแนวคิดรุ่นที่ใช้มาตรฐานเดียวกันและเทคโนโลยีที่ใช้การสร้างอินเทอร์เน็ตเชื่อมโยงหลายมิติ และเพิ่มชั้นของบริบทมากกว่าข้อมูลที่กำหนดความหมายของข้อมูลและinterrelationships กับข้อมูลอื่น ๆ ข้อมูลทะเลสาบกลยุทธ์สามารถรวมวิธี SQL และ NoSQL DB และวิเคราะห์ออนไลน์การประมวลผล (OLAP) และการประมวลผลของธุรกรรมออนไลน์ (OLTP)ความสามารถในการตรงข้ามกับคลังข้อมูลแบบลำดับชั้นกับแฟ้ม หรือโฟลเดอร์จัดเก็บข้อมูล ข้อมูลทะเลสาบใช้สถาปัตยกรรมแบบแบนแต่ละองค์ประกอบของข้อมูลที่มีตัวระบุที่ไม่ซ้ำกันและชุดขยายข้อมูลเมตาแท็ก ข้อมูลทะเลสาบไม่ต้องแข็งตัวแบบแผนหรือการจัดการข้อมูลของรูปร่างและขนาด แต่มันต้องรักษาลำดับของการมาถึงของข้อมูล มันสามารถคิดเป็นข้อมูลขนาดใหญ่สระว่ายนำในทั้งหมดของประวัติศาสตร์ข้อมูล (รวบรวม และสะสมข้อมูลเกี่ยวกับกิจกรรม และสถานการณ์ที่เกี่ยวข้องกับสาขาวิชานั้น ๆ) และข้อมูลใหม่

Results (Thai) 2:

ไม่กี่ปีที่ผ่านมา (ในปี 2010) แนวคิดใหม่ของ«ทะเลสาบข้อมูล»หรือ
«ฮับข้อมูล»ได้รับจะปรากฏขึ้น ระยะที่ตัวเองได้รับการแนะนำ
โดยเจมส์ดิกสัน [11] แต่บางครั้งก็มีการปลุกเร้าเป็น
เพียงป้ายการตลาดสำหรับผลิตภัณฑ์ที่สนับสนุน Hadoop ได้.
หรือเรารู้ว่ายังมีวิสัยทัศน์อื่น: การจัดเก็บข้อมูลแบบครบวงจรของเมื่อวานนี้
. ทะเลสาบข้อมูลขององค์กรในปัจจุบัน [12]
ทะเลสาบข้อมูลหมายถึงพื้นที่เก็บข้อมูลการจัดเก็บข้อมูลที่ปรับขนาดได้อย่างหนาแน่น
ที่ถือเป็นจำนวนมากมายของข้อมูลดิบในรูปแบบของพื้นเมือง («เป็น
ถูก») จนกว่าจะมีความจำเป็นรวมทั้งระบบการประมวลผล (เครื่องยนต์) ที่สามารถ
นำเข้าไปในร่างกายข้อมูลโดยไม่สูญเสียโครงสร้างข้อมูล [13]
ทะเลสาบข้อมูลที่ถูกสร้างขึ้นโดยทั่วไปครั้งแรกของทั้งหมดที่จะจัดการกับขนาดใหญ่
ปริมาณได้อย่างรวดเร็วและที่เดินทางมาถึงข้อมูลที่ไม่มีโครงสร้าง (ในทางตรงกันข้าม
การคลังข้อมูลการประมวลผลข้อมูลที่มีโครงสร้างสูง) จาก
ที่ข้อมูลเชิงลึกต่อไปจะได้มา ดังนั้นทะเลสาบใช้แบบไดนามิก
(ไม่ก่อนสร้างแบบคงที่เหมือนในคลังข้อมูล) การวิเคราะห์
การใช้งาน ข้อมูลในทะเลสาบจะสามารถเข้าถึงโดยเร็วที่สุด
เท่าที่มันจะถูกสร้างขึ้น (อีกครั้งในทางตรงกันข้ามกับคลังข้อมูลได้รับการออกแบบ
สำหรับการเปลี่ยนแปลงอย่างช้าๆข้อมูล).
ทะเลสาบข้อมูลมักจะรวมถึงความหมายของฐานข้อมูลซึ่งเป็นแนวความคิด
รูปแบบที่ใช้ประโยชน์จากมาตรฐานเดียวกันและเทคโนโลยีที่ใช้
ในการสร้างอินเทอร์เน็ต เชื่อมโยงหลายมิติและเพิ่มชั้นของบริบทมากกว่า
ข้อมูลที่กำหนดความหมายของข้อมูลและ
ความสัมพันธ์กับข้อมูลอื่น ๆ กลยุทธ์ข้อมูลทะเลสาบสามารถ
รวม SQL และ NoSQL DB วิธีการและออนไลน์วิเคราะห์
ประมวลผล (OLAP) และการประมวลผลธุรกรรมออนไลน์ (OLTP)
ความสามารถ.
ในทางตรงกันข้ามกับคลังข้อมูลแบบลำดับชั้นกับไฟล์หรือ
จัดเก็บโฟลเดอร์ข้อมูลทะเลสาบข้อมูลที่ใช้สถาปัตยกรรมแบน
ที่ แต่ละองค์ประกอบของข้อมูลมีตัวระบุที่ไม่ซ้ำกันและการตั้งค่าของ
การขยายแท็กเมตาดาต้า ทะเลสาบข้อมูลไม่จำเป็นต้องเข้มงวด
คีมาหรือการจัดการข้อมูลของรูปทรงและขนาด แต่
ก็ต้องรักษาความสงบเรียบร้อยของการมาถึงข้อมูล มันสามารถ
คิดเป็นสระว่ายน้ำข้อมูลขนาดใหญ่เพื่อนำมาในทั้งหมดของประวัติศาสตร์
ข้อมูล (เก็บรวบรวมและสะสมข้อมูลเกี่ยวกับเหตุการณ์ที่ผ่านมาและ
สถานการณ์ที่เกี่ยวข้องกับเรื่องใดเรื่องหนึ่ง) และข้อมูลใหม่

Results (Thai) 3:

ไม่กี่ปีที่ผ่านมา ( 2010 ) แนวคิดใหม่ของ«ข้อมูล»หรือทะเลสาบข้อมูล«ฮับ»ได้ปรากฏขึ้น ระยะเวลาที่ตัวเองแนะนำโดยเจมส์ดิกสัน [ 11 ] แต่บางครั้งก็ disparaged เป็นเพียงแค่การตลาดฉลากสำหรับผลิตภัณฑ์ที่สนับสนุน Hadoop .หรือที่เรารู้จักกันอีกวิสัยทัศน์ : เมื่อวานรวมกระเป๋าคือวันนี้บริษัทข้อมูลทะเลสาบ [ 12 ]ทะเลสาบข้อมูล หมายถึง ที่เก็บกระเป๋าและอุปกรณ์ที่ถือจำนวนเงินที่มากมายของข้อมูลในรูปแบบพื้นเมืองของ ( «เป็นเป็น» ) จนกว่ามันจะจำเป็นบวกระบบการประมวลผล ( เครื่องยนต์ ) ที่สามารถกรอกข้อมูลโดยไม่สูญเสียโครงสร้างข้อมูล [ 13 ]ข้อมูลทะเลสาบมักจะสร้างขึ้นครั้งแรกของทั้งหมดที่จะจัดการกับ ขนาดใหญ่ได้อย่างรวดเร็ว และปริมาณของข้อมูลที่ไม่มีโครงสร้างมาถึง ( ในทางตรงกันข้ามข้อมูลการประมวลผลข้อมูลคลังสินค้าโครงสร้างสูง ) จากข้อมูลเชิงลึกต่อไป ซึ่งจะได้เป็น ดังนั้นทะเลสาบใช้แบบไดนามิก( ไม่เหมือนก่อนสร้างสถิตในคลังสินค้าข้อมูลเชิงวิเคราะห์การประยุกต์ใช้ ข้อมูลในทะเลสาบจะสามารถเข้าถึงได้ทันทีมันถูกสร้างขึ้นอีกครั้งในทางตรงกันข้ามกับข้อมูลคลังสินค้าออกแบบให้ค่อยๆ เปลี่ยนแปลงข้อมูลข้อมูลทะเลสาบมักจะรวม DB แนวคิดความหมายรุ่นที่ใช้มาตรฐานเดียวกันและใช้เทคโนโลยีเพื่อสร้างการเชื่อมโยงอินเทอร์เน็ตและเพิ่มชั้นของบริบทมากกว่าข้อมูลที่กำหนดความหมายของข้อมูลและความสัมพันธ์กับข้อมูลอื่น ๆ ข้อมูลทะเลสาบกลยุทธ์สามารถรวม nosql DB SQL และวิธีการออนไลน์และการวิเคราะห์การประมวลผล ( OLAP ) และการประมวลผลธุรกรรมออนไลน์ ( OLTP )ความสามารถในทางตรงกันข้าม สำหรับลำดับชั้นข้อมูลคลังสินค้ากับไฟล์หรือการจัดเก็บข้อมูลโฟลเดอร์ข้อมูลทะเลสาบที่ใช้สถาปัตยกรรมแบบแบนซึ่งแต่ละองค์ประกอบข้อมูลมีการระบุที่ไม่ซ้ำกันและการตั้งค่าของขยายข้อมูลเมตาแท็ก ข้อมูลทะเลสาบไม่ต้องเอาจริงเอาจังความเข้าใจหรือการจัดการของข้อมูลของรูปทรงและขนาด แต่มันต้องมีการรักษาลำดับของข้อมูลรับ มันสามารถคิดเป็นขนาดใหญ่ข้อมูลพูล นำทั้งหมดของประวัติศาสตร์ข้อมูลรวบรวมและสะสมข้อมูลเกี่ยวกับเหตุการณ์ที่ผ่านมา และสถานการณ์ที่เกี่ยวข้องกับเรื่องใดเรื่องหนึ่ง ) และข้อมูลใหม่