دانلود مقاله ترجمه شده مدیریت داده‌های جداول گسترشی چند مستأجری الاستیک


چطور این مقاله مهندسی کامپیوتر و IT را دانلود کنم؟

فایل انگلیسی این مقاله با شناسه 2006043 رایگان است. ترجمه چکیده این مقاله مهندسی کامپیوتر و IT در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید

قیمت :
1,235,000 ریال
شناسه محصول :
2006043
سال انتشار:
2014
حجم فایل انگلیسی :
1 Mb
حجم فایل فارسی :
729 کیلو بایت
نوع فایل های ضمیمه :
Pdf+Word
کلمه عبور همه فایلها :
www.daneshgahi.com

عنوان فارسي

مدیریت داده‌های جداول گسترشی چند مستأجری الاستیک

عنوان انگليسي

Multi-tenant Elastic Extension Tables Data Management

نویسنده/ناشر/نام مجله

Procedia Computer Science

این مقاله چند صفحه است؟

این مقاله ترجمه شده مهندسی کامپیوتر و IT شامل 14 صفحه انگلیسی به صورت پی دی اف و 27 صفحه متن فارسی به صورت ورد تایپ شده است

چکیده فارسی

چکیده

پایگاه چند مستأجری، یک‌راه حل جدید داده‌ای می‌باشد که برای نرم‌افزار تحت سرویس (SaaS) و برنامه‌های Big Data در زمینه نمونه های محاسبات ابری قابل توجه می‌باشد. این پایگاه داده‌ای چند مستأجری چالش های طراحی قابل توجهی دارد تا راه حلی توسعه دهدکه از کیفیت سطح بالای داده، در دسترس بودن و قابل مدیریت بودن برای مستأجران که از این پایگاه داده‌ای استفاده می‌کنند، اطمینان حاصل کند. در این مقاله، یک سرویس مدیریت داده چند مستأجری پیشنهاد شده است که سرویس کنترل کننده طرح جداول گسترشی الاستیک (Elastic Extension Tables Schema Handler Service) (EETSHS) نام دارد و بر اساس طرح پایگاه داده‌ای چند مستأجری با نام جداول گسترشی الاستیک می‌باشد. این سرویس مدیریت داده الزامات مختلف تجاری مستأجران را با ایجاد، مدیریت، سازماندهی و اجرای احجام بزرگ داده‌های ساختاری، نیمه ساختاری و غیر ساختاری برآورده می کند. علاوه بر این، داده‌های وابسته‌ای سنتی را با داده‌های وابسته‌ای مجازی در یک طرح پایگاه داده‌ای منفرد ترکیب می کند و این امکان را به مستأجران می‌دهد تا این داده‌ها را با فراخواندن توابع از این سرویس مدیریت کنند. ما الگوریتمی برای توابعی از این سرویس که پی در پی استفاده می‌شوند ارائه کرده‌ایم و چندین آزمایش برای اندازه گیری امکان پذیری و مؤثر بودن مدیریت داده‌های چند مستأجری با استفاده از این توابع انجام داده‌ایم. نتایج آزمایشگاهی زمان اجرای جستجو برای مدیریت داده‌های وابسته‌ای سنتی و داده‌های مجازی مستأجران گزارش کرده‌ایم که نشان دهنده این است که طرح EET نماینده خوبی برای مدیریت داده‌های چند مستأجری برای برنامه‌های SaaS و Big Data است.

1-مقدمه

چند مستأجری خصوصیت بنیادی نرم‌افزار تحت سرویس (SaaS) می‌باشد که این امکان را به فروشنده‌های SaaS می‌دهد تا یک برنامه را برای پشتیبانی از چندین مستأجر بر سخت افزار و نرم‌افزار یکسان اجرا کنند. لایه برنامه SaaS دارای 4 سطح تکامل مدلی است: (1) Ad-Hoc/Custom، (2) دارای توانایی پیکر سازی (Configurable)، (3) دارای توانایی پیکر سازی و مؤثر-چند مستأجری و (4) مقیاس پذیر، دارای توانایی پیکر سازی  و مؤثر-چند مستأجری. در این مقاله، ما سطح دارای توانایی پیکر سازی و مؤثر-چند مستأجری را اتخاذ کردیم تا سرویس مدیریت داده‌مان را طراحی کنیم...

محاسبات ابری نرم‌افزار تحت سرویس Big Data جداول گسترشی الاستیک پایگاه داده‌ای چند مستأجری :کلمات کلیدی

چکیده انگلیسی

Abstract

Multi-tenant database is a new database solution which is significant for Software as a service (SaaS) and Big Data applications in the context of cloud computing paradigm. This multi-tenant database has significant design challenges to develop a solution that ensures a high level of data quality, accessibility, and manageability for the tenants using this database. In this paper, we propose a multi-tenant data management service called Elastic Extension Tables Schema Handler Service (EETSHS), which is based on a multi-tenant database schema called Elastic Extension Tables (EET). This data management service satisfies tenants’ different business requirements, by creating, managing, organizing, and administrating large volumes of structured, semi-structured, and unstructured data. Furthermore, it combines traditional relational data with virtual relational data in a single database schema and allows tenants to manage this data by calling functions from this service. We present algorithms for frequently used functions of this service, and perform several experiments to measure the feasibility and effectiveness of managing multi-tenant data using these functions. We report experimental results of query execution times for managing tenants’ virtual and traditional relational data showing that EET schema is a good candidate for the management of multi-tenant data for SaaS and Big Data applications


Keywords: Cloud Computing Software as a Service Big Data Elastic Extension Tables Multi-tenant Database
کتابخانه الکترونیک
دانلود مقالات ترجمه شده
جستجوی مقالات
با انتخاب رشته مورد نظر خود می توانید مقالات ترجمه شده آن رو به صورت موضوع بندی شده مشاهده نمایید