مروری بر موازی سازی الگوریتم EP-Growth با استفاده از چهارچوب MapReduce

کاوش مجموعه اقلام پرتکرار یک وظیفه داده کاوی پرکاربرد با هدف یافتن اقلام هم رخ داد پرتکرار و در نتیجه کشف وابستگی پنهان در داده ها می باشد. یکی از الگوریتم های یافتن اقلام پرتکرار FP- Growth است. این الگوریتم با وجود کارایی در استخراج الگوهای پرتکرار از پایگاه داده ای تراکنشی، از یپچیدگی زمانی بالا در زمان پردازش داده ای واقعی بسیار حجیم رنج می برد. لذا از روشهای توزیع شده و موازی که کارایی را با توجه به وهزینه محاسباتی و مقیاس پذیری بهبود می دهند استفاده می شود. MapReduce یک مدل برنامه نویسی موازی است و مفهوم جدیدی است که قدرت محاسباتی نامحدود و ذخیره سازی ارزان را فراهم می کند این مقاله به معرفی و مقایسه بعضی از تکنیکهای که اخیرا برای بهبود الگوریتم FP- Growth بر پایه MapReduce معرفی شده اند. پرداخته است. مرور این روشها نشان می دهد که نسخه های موازی نیز با چالشهای نظیر مشکل توازن بار تعداد زیاد اسکن پایگاه داده و سربار I/O و انجام تغیرات افزایشی در پایگاه داده های پویا روبرو هستند و تحقیقات اخیر بر روی برطرف کردن این مشکلات متمرکز شده اند.

کلیدواژه ها:

قوانین انجمنی MapReduce ، FP-GrowthParallel