Resumen

El problema crucial de la integración de múltiples plataformas es cómo adaptarse a sus propias características informáticas para ejecutar las tareas de manera más eficiente y obtener los mejores resultados. Este documento introduce los nuevos enfoques para la plataforma de big data, RHhadoop y SparkR, y los integra para formar un análisis de big data de alto rendimiento con múltiples plataformas como parte de la inteligencia empresarial (BI) para llevar a cabo una recuperación y análisis de datos rápidos con programación en R. Este documento tiene como objetivo desarrollar la optimización para la programación de trabajos utilizando el algoritmo MSHEFT e implementar la selección de plataforma optimizada basada en las características informáticas para mejorar significativamente el rendimiento del sistema. Además, los usuarios simplemente darían comandos en R en lugar de ejecutar programas en Java o Scala para realizar la recuperación y análisis de datos en las plataformas propuestas. Como resultado, según el índice de rendimiento calculado para varios métodos, aunque la selección de plataforma optimizada puede reducir significativamente el tiempo de ejecución para la recuperación y

• Materias:Calibración geométrica Núcleos computacionales Consultas de palabras clave Pronóstico probabilístico Máquina de aprendizaje
• Subjects:Geometric calibration Computational kernels Keyword queries Probabilistic forecasting Machine learning
• Palabras claves:Integración; Plataformas; Características de computación; Análisis de big data; Optimización; Programación
• Keywords:Integration; Platforms; Computing features; Big data analytics; Optimization; Scheduling