معماری سیستمهای فایل توزیع شده GFS و HDFS برای پردازش کلان داده
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,239
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
DSCONF03_142
تاریخ نمایه سازی: 19 خرداد 1396
چکیده مقاله:
کلان داده مجموعههای خیلی بزرگ از داده است که نگهداری و استفاده از این مجموعهها نیازمند طراحی زیرساخت قوی و داشتن تکنیکهای مناسب برای دسترسی به دادهها و پردازشها آنها در زمان مناسب است. سیستمهای فایل توزیع شده، کاربردهایی برپایه مشتری هستند که فایلهای ذخیره شده را از طریق سرورهای مرکزی در اختیار آنها قرار میدهند. استفاده از یک سیستم فایل مناسب جهت نگهداری و انجام پردازش های مورد نیاز کلان داده یک انتخاب کلیدی است. دو گزینه اساسی برای انتخاب سیستمفایل مناسب وجود دارد. از یک سو GFS سیستم فایل توزیع شده گوگل، یک محصول اختصاصی و ویژه جهت پاسخ به نیازهای کلان داده است و از سوی دیگر، HDFS سیستم فایل توزیع شده هادوپ، یک سیستم ذخیره فایل کدباز که توسط یاهو جهت ذخیره مطمین مقادیر زیاد داده ارایه شده است. در اینجا، خصوصیات و معماری دو سیستم فایل را بررسی میکنیم و سپس بر اساس لیستی از ویژگی های کلیدی، برخورد دو سیستم را با کلان داده مطالعه می نماییم
نویسندگان
الهام عنایتی
مربی، 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 :