مروری بر روش پردازش داده های بزرگ بر اساس چارچوب نگاشت کاهش

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 736

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEEE07_110

تاریخ نمایه سازی: 19 اردیبهشت 1395

چکیده مقاله:

یکی از جنبه های مهم پردازش ابری که به طور گسترده مورد استفاده قرار می گیرد پردازش روی مجموعه داده های بسیار بزرگ است. چارچوب نگاشت کاهش به عنوان یک مدل قدرتمند در پردازش داده ها استفاده می شود این مدل برای حل مشکلات گسترده ی محاسباتی در مقیاس های بزرگ و پردازش مجموعه داده های بزرگ در محیط های محاسبات توزیع شده استفاده می شود. در این مقاله یک مرور کلی از مدل برنامه نویسی نگاشت کاهش، کاربردهای مختلف و پیاده سازی آن فراهم می کند.

نویسندگان

سید نیما خضر

گروه مهندسی کامپیوتر، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران

نیما جعفری نویمی پور

گروه مهندسی کامپیوتر، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران

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 :
  • Wang, B., et al., Parallel online sequential extreme learming machine ...
  • Implementation. 2012. USENIX Association. ...
  • Proceedings IEEE. 2013. IEEE. ...
  • Usha, D. and A.J. APS, A Survey of Big Data ...
  • MapReduce for heterogeneous environments. Future Generation Computer Systems, 2015. 42: ...
  • Antonopoulos , N. and L. Gillam, Cloud computing: Principles, systems ...
  • Borthakur, D., The hadoop distributed file system: Architecture and design. ...
  • on, 2011. 22(4): p. 608-620. ...
  • Ahmad, F., et al. Puma: Purdue mapreduce benchmarks suite. 2012. ...
  • Brandt, A., Algebraic Analysis of MapReduce Samples. 2010. ...
  • Xia, T. Large-scale sms messages mining based on map-reduce. _ ...
  • نمایش کامل مراجع