بهبود کارایی و کارامدی سیستم وب جی آی اس فرماندهی و کنترل برروی بستر سیستم فایل توزیع شده هادوپ با خوشه بندی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 651

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CCCI08_103

تاریخ نمایه سازی: 14 دی 1394

چکیده مقاله:

امروزه با رشد فزاینده داده ها، استفاده از سیستم های اطلاعات جغرافیایی فرماندهی وکنترل برای تصمیم گیری فرماندهان، کاربران و سازمان ها اجتناب ناپذیر بوده و بهبود ذخیره و بازیابی آنها، چالشی بزرگ به شمار می آید . در این راستا افزایش تعداد عملیات ورودی/خروجی بین کلاینتها و سرورها برای خواندن فایل های جی آی اس می تواند باعث کاهش کارایی سیستم های اطلاعات جغرافیایی شود. بعلاوه، کارامدی فایل هایجغرافیایی کوچک انبوه به شدت بر روی کارایی سیستم اطلاعات جغرافیایی وب تاثیر گذاشته و نیازمند بکارگیری روش های نوین می باشیم. در این مقاله ما نخست فایل های درخواستی وب جی آی اس کاربران را برای کارامدی دسترسی به فایل ها، کاهش فضای حافظه و توجه به فایل های درخواست مشترک محلی خوشه بندی می کنیم. ثانیا، یک روش برای بسته بندی فایل های کوچک خوشه بندی شده درخواستی کاربران در داخل یک فایل منطقی بزرگ را برای بهبود کاهش ورودی / خروجی و کاهش فضای اشغالی متادیتا در گره نامی هادوپ با کاهش تعداد فایل، و با ایجاد یک لایه پردازشی ارائه می کنیم. اکثرا، در سیستم های فرماندهی و کنترل کاربران نقشه های یکسانی را درخواست می نمایند، لذا خوشه بندی براساس درخواست های مشترک کاربران از یک ناحیه خاص و یکسان صورت می پذیرد. ما قابلیت های هادوپ و پایگاه داده متن بازHBaseهادوپ را، برای بهینه سازی ذخیره سازی و دسترسی به فایل های درخواستی کاربران بکار می گیریم. چهارچوب هادوپ، با قابلیت مقیاس پذیری مناسب در ساخت سیستم هایی با کارآیی بالا و در مقیاس بزرگ و برای ذخیره سازی فایل های داد ه ای انبوه بکارگرفته می شود. اما در ارتباط با فایل های کوچک انبوه، کارامد نیست. همچنین، سیستم فایل توزیع شده هادوپ، سیستم توزیع شده ای است که برای استقرار بر روی سخت افزار های کم هزینه و با تحمل خرابی بالا طراحی گشته است. نتایج ارزیابی نشان دهنده افزایش کارایی سیستم، بهبود سرعت دسترسی به فایل های درخواستی از طرف کلاینت ها، کاهش عملیات ورودی/ خروجی و در نهایت افزایش سرعت جستجو و بازیابی فایل های جغرافیایی کوچک است.

کلیدواژه ها:

نویسندگان

رحمت نور

دانشجوی کارشناسی ارشد نرم افزار دانشگاه جامع امام حسین(ع)

مجید غیوری ثالث

استادیار و عضو هیئت علمی دانشگاه جامع امام حسین(ع)

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 :
  • Yanga, C., Goodchildb, M., Huanga, Q., Nebertc, D., Raskind, R., ...
  • For small files problem statement: ...
  • http ://www. cloudera. com/b log/2 00 9/02/the _ small-files-prob l ...
  • H. Huang, W. Hung, and K. G. Shin, "FS2: Dynamic ...
  • Z. Xiao, Y. Liu:Remote Sensing Imge Databse Based _ NoSQL ...
  • C. Kaidos, A. Pasiopoulos, and N. Ntarmos, "SNFS: The Design ...
  • P. H. Carns, W. B. Ligon, R. T. Robert, and ...
  • The Apache Software Foundation. (2012, Mar.) [Online]. ...
  • L. George, HBase: The Definitive Guide, 1st ed. O'Reilly Media, ...
  • C. L. Abad, Y. Lu, and R. H. Campbell, "DARE: ...
  • Hadoop official site, http :/hadoop. apache.org/, 20 12. ...
  • 1 .T .White, Hadoop: The Definitive Guide. O'Reilly Media, Inc ...
  • K. Shvachko, H. Kuang, S. Radia, and R. Chansler, "The ...
  • B.Dong, J. Qiu, Q .Zheng, X .Zhong, J. Li, Y.Li, ...
  • Liu, X., Han, J., Zhong, Y., Han, C., He, X.: ...
  • Dean, J., Ghemawat, S.: MapReduce: Simpli_ed Data Processing on Large ...
  • Hadoop. http :/hadoop .apache.org/ ...
  • Xuhui Liu, Jizhong Han, YunqinZhong, Chengde Han, Xubin He: Implementing ...
  • archive, http _ /hadoopapache _ _ rg/commom/do cs/current/had. _ _ ...
  • Tom White, Hadoop: The Definitive Guide, 2nd ed. O'Reilly Media ...
  • http : //www. cloudera. com/b log/2009/02/the small files problem, 23.2009. ...
  • نمایش کامل مراجع