ارایه روشی مبتنی بر الگوریتم هوش جمعی برای بهینه سازی پرس و جو در پایگاه داده های NoSQL سندگرا
فایل این در 106 صفحه با فرمت PDF قابل دریافت می باشد
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
چکیده :
رشد سریع داده ها در برنامه های کاربردی مدرن، به دلیل مقیاس پذیری و انعطاف پذیری، منجر به پذیرش گسترده پایگاه داده های NoSQL، به ویژه پایگاه داده های مبتنی بر سند مانند MongoDB شده است. با اینحال، بهینه سازی پرس وجو در این پایگاه داده ها چالش های مهمی را به وجود می آورد که در درجه ی اول به دلیل ماهیت ساختارناپذیری و طراحی بدون طرحواره ی آنها می باشد. این تحقیق یک رویکرد جدید برای بهینه سازی پرس وجو در پایگاه داده های NoSQL سندگرا با استفاده از الگوریتم بهینه سازی شاهین هریس (HHO) را پیشنهاد می کند.
الگوریتم بهینه سازی شاهین هریس، با الهام از رفتار شکار مشارکتی شاهین های هریس، یک تکنیک بهینه سازی فراابتکاری نوظهور می باشد که به دلیل اثر بخشی آن در مسائل بهینه سازی، شناخته شده می باشد. در این تحقیق، ما از HHO برای بهینه سازی طرح های اجرای پرس وجوها با هدف کاهش زمان پاسخگویی پرس وجو و کاهش مصرف منابع استفاده می کنیم. ما بر بهینه سازی اجزای کلیدی پرس وجو مانند نمایه سازی، ساختار پرس وجو و تخصیص منابع تمرکز خواهیم کرد. تابع تناسب مورد استفاده در الگوریتم HHO برای ارزیابی هزینه ی پرس وجوها براساس عواملی مانند زمان اجرا، استفاده از حافظه و بار CPU طراحی شده است.
برای تایید اثر بخشی روش پیشنهادی، آزمایش هایی نیز برروی مجموعه داده ای انجام شد که ساختاری مشابه مجموعه های NoSQL در دنیای واقعی داشت. عملکرد بهینه سازی مبتنی بر HHO با روش های بهینه سازی پرس وجوی سنتی مقایسه می شود. نتایج نشان می دهد که رویکرد مبتنی بر HHO به طور قابل توجهی عملکرد پرس وجو را بهبود می بخشد، به ویژه برای پرس وجوهای پیچیده با مجموعه داده های بزرگ، نشان دهنده ی کاهش زمان اجرا و افزایش کارایی سیستم می باشد.
این تحقیق با ارائه ی راه حلی نوآورانه که از قدرت تکنیک های بهینه سازی الهام گرفته شده از الگوریتم های مبتنی بر هوش جمعی بهره می برد، در زمینه ی بهینه سازی پرس وجوهای NoSQL مفید می باشد. این تحقیق راه را برای کاوش بیشتر الگوریتم های فراابتکاری در زمینه ی بهینه سازی پرس وجو در پایگاه داده ها باز می کند، که خود به طور بالقوه ای منجر به ایجاد سیستم های مدیریت پایگاه داده ی هوشمندتر و کارآمدتر می شود.
کلیدواژه ها:
الگوریتمهای فراابتکاری ، الگوریتم بهینه سازی شاهین هریس ، پایگاه داده های NoSQL ، پایگاه داده سندگرا ، بهینه سازی پرس و جو ، الگوریتمهای مبتنی بر هوش جمعی
نویسندگان
یوسف رحیمی آخوندزاده
کارشناسی ارشد مهندسی نرم افزار، دانشکده برق و کامپیوتر دانشگاه آزاد اسلامی واحد قزوین، قزوین، ایران
بهروز معصومی
عضو هیئت علمی دانشگاه آزاد اسلامی واحد قزوین، قزوین، ایران
بهروز شاهرخ زاده
عضو هیئت علمی دانشگاه آزاد اسلامی واحد قزوین، قزوین، ایران
مراجع و منابع این :
لیست زیر مراجع و منابع استفاده شده در این 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 لینک شده اند :