بررسی سیستم های مدیریت داده بزرگ مقیاس پذیر در رایانش ابری

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 560

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CEPS04_072

تاریخ نمایه سازی: 11 مرداد 1396

چکیده مقاله:

با افزایش خدمات رایانشی، استقبال کاربران، و نیز سرعت انتقال اطلاعات در اینترنت، حجم وسیع و متنوع داده درمراکز داده سرتاسر دنیا ذخیره شده است. این داده ها از نظر ساختار، پیچیدگی و منابع بسیار متنوع هستند. با گسترشفناوری های رایانش ابری تحلیل اینگونه داده ها و تبدیل آن ها به اطلاعات کاربردی و هدفمند سهولت یافته است. در این مقاله تعریف داده های حجیم، ویژگی ها، کاربرد ها، و دسته بندی از آن ها ارایه می دهیم. در ادامه سیستم مدیریت پایگاه داده مقیاس پذیر را بررسی می کنیم. و درنهایت، روش های استفاده از رایانش ابری جهت پردازش و آنالیز داده های حجیم را بررسی و تحلیل می نماییم.

کلیدواژه ها:

خدمات رایانشی ، رایانش ابری ، داده های حجیم ، دسته بندی داده های حجیم ، سیستم مدیریت پایگاه داده مقیاس پذیر

نویسندگان

محمد مشکین نژاد

کارشناس مهندسی نرم افزار، شرکت توزیع نیروی برق استان خوزستان

مریم سادات سماک

کارشناس مهندسی تکنولوژی نرم افزار، شرکت توزیع نیروی برق استان خوزستان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • عنایتی، ا. (اسفند 1393)، "کاربرد رایانش ابری در داده های ...
  • (1394)، " مفهوم _ http :/mvhadoop. ir/?page_id= 1 13، ' ...
  • Agrawal, D. Das, S. and El Abbadi, A. (2011), ' ...
  • Rothnie, J.B. Bernstein, P.A. Fox, S. Goodman, N. Hammer, M. ...
  • Dewitt, D.J. Ghandehariz adeh, S. Schneider, D.A. Bricker, A. Hsiao, ...
  • Cooper, B.F. Ramakri shnan, R. Srivastava, U. Silberstein, A. Bohannon, ...
  • Dean J. and Ghemawat, S. (2004), ' MapReduce: simplified data ...
  • Center, I.I. (2012), *Planning Guide: Getting Started with Hadoop.' In ...
  • Abadi, D.J. et al., (2009), ' Harizopoulos, Co lumn-oriented database ...
  • Neubauer, P. (2010), " Graph databases, NOSQL and Neo4j.". ...
  • DeCandia, G. et al., (2007), " Dynamo :amazon? _ highly ...
  • Taylor, R.C. (2010), 2" _ overview of the Hado op/M ...
  • Lakshman, A. and Malik, P. (2011), 2" The Apache Cassandra ...
  • *Apache Hadoop', _ _ vvikinedi _، ro/viki / A+ache Hadoon ...
  • Neumeyer, B.R.L. Nair, A. Kesari, A. (2010), " S4: Distributed ...
  • Miller, H. and E, (2013), "Big-Data in Cloud Computing:a Taxonomy ...
  • Boillier, D. et al., (2010), "The Promise and Peril of ...
  • Chang, F. Dean, J. Ghemawat, S. Hsieh, W.C. Wallach, D.A. ...
  • Agrawal, D. El Abbadi, A. Antony, S. and Das, S. ...
  • Yang, F. S h anmu gasundaram _ J. and Yerneni, ...
  • نمایش کامل مراجع