سمانه صادق - دانشجوی دکتری. اصفهان ٬ دانشگاه اصفهان ٬ دانشکده کامپیوتر ٬ گروه نرمافزار
کامران زمانی فر - عضو هیات علمی. اصفهان ٬ دانشگاه اصفهان ٬ دانشکده کامپیوتر ٬ گروه نرمافزار

امروزه پیشرفت تکنولوژی منجر به ایجاد مجموعه دادگانی در مقیاس ترابایت شده است که تحلیل کارای آنها به عنوان دادههای بزرگ یک نیاز ضروری است. در این زمینه، نگاشت-کاهش یک مدل برنامهنویسی جذاببرای پردازش حجم بالایی از دادهها تحت استراتژی داده-موازی است و هادوپ پرکاربردترین پیادهسازی متنباز آن است. از طرف دیگر، اجرای هادوپ نیاز به خوشهای از سرورها دارد که فراهم سازی آن برای بسیاری ازشرکتها امکان پذیر نمیباشد. بنابراین، اجرای هادوپ بر روی ابر عمومی یک گزینه قابل انجام و مقرون به صرفه برای بسیاری از کاربران میباشد. از طرف دیگر، اجرای هادوپ بر روی ابر عمومی متفاوت با کلاستر خانگی بودهو با چالشهایی همراه میباشد. در این مقاله پس از معرفی هادوپ و چهارچوب نگاشت کاهش به بررسی پنج چالش اصلی مربوط به کاهش کارایی اجرای یک کار نگاشت-کاهش بر روی ابر عمومی پرداخته و تحقیقات صورت گرفته در راستای حل آنها را نیز بیان مینماییم.

محاسبات موازی و توزیع شده ٬ دادههای بزرگ ٬ نگاشت-کاهش٬ محاسبات ابری ٬ مجازیسازی