مقایسه روش های پردازش کلان داده با استفاده از سیستم های پردازش داده موازی و MapReduce

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,592

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

KMTTORBAT01_029

تاریخ نمایه سازی: 16 خرداد 1394

چکیده مقاله:

با توجه به افزایش روز افزون حجم داده، کلان داده به عنوان یکی از موضوعات اساسی در عرصه ذخیره و پردازش داده مطرح است. از یک سو چارچوبDBMS موازی به عنوان یک ابزار قدرتمند و راهکاری قدیمی به پشتوانه شرکت های بزرگ و محصولات تجاری موفق و از سوی دیگر چارچوب MapReduce به عنوان یک ساختار کد باز و ارزان، با برنامه ریزی پایه برای پاسخگویی به نیازهای پردازشی داده با حجم زیاد، به صورت راهکاری نوپا مطرح است. در این مقاله کوشش شده است تا با بررسی نکات کلیدی و عملکردی این دو شیوه در برخورد با پردازش کلان داده، امکان مقایسه ای مناسب فراهم آید.

نویسندگان

الهام عنایتی

دانشگاه بجنورد

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 :
  • _ _ _ Data [3] _ _ MapReduce for imbalanced ...
  • Performance Dataflow Database Machine, " VLDB"86, pp. 228- 237, 1986. ...
  • _ _ Hash-based Join ...
  • M. Stonebraker, et al., "MapReduce and parallel DBMSs: friends _ ...
  • نمایش کامل مراجع