ترجمه مقاله روش ها و دستور‌العمل های مهاجرت مؤثر از RDBMS به NoSQL - نشریه اشپرینگر

ترجمه مقاله روش ها و دستور‌العمل های مهاجرت مؤثر از RDBMS به NoSQL - نشریه اشپرینگر
قیمت خرید این محصول
۳۷,۰۰۰ تومان
دانلود رایگان نمونه دانلود مقاله انگلیسی
عنوان فارسی
روش ها و دستور‌العمل های مهاجرت مؤثر از RDBMS به NoSQL
عنوان انگلیسی
Techniques and guidelines for effective migration from RDBMS to NoSQL
صفحات مقاله فارسی
21
صفحات مقاله انگلیسی
15
سال انتشار
2018
رفرنس
دارای رفرنس در داخل متن و انتهای مقاله
نشریه
اشپرینگر - Springer
فرمت مقاله انگلیسی
pdf و ورد تایپ شده با قابلیت ویرایش
فرمت ترجمه مقاله
pdf و ورد تایپ شده با قابلیت ویرایش
فونت ترجمه مقاله
بی نازنین
سایز ترجمه مقاله
14
نوع مقاله
ISI
نوع ارائه مقاله
ژورنال
پایگاه
اسکوپوس
ایمپکت فاکتور(IF) مجله
2.600 در سال 2019
شاخص H_index مجله
49 در سال 2020
شاخص SJR مجله
0.385 در سال 2019
شناسه ISSN مجله
0920-8542
شاخص Q یا Quartile (چارک)
Q3 در سال 2019
کد محصول
10545
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است ✓
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه نشده است ☓
وضعیت ترجمه منابع داخل متن
به صورت عدد درج شده است ✓
ضمیمه
ندارد ☓
بیس
نیست ☓
مدل مفهومی
ندارد ☓
پرسشنامه
ندارد ☓
متغیر
ندارد ☓
رفرنس در ترجمه
در داخل متن و انتهای مقاله درج شده است
رشته های مرتبط با این مقاله
مهندسی کامپیوتر
گرایش های مرتبط با این مقاله
رایانش ابری، مهندسی نرم افزار
مجله
مجله ابر محاسبه - The Journal of Supercomputing
دانشگاه
دانشکده مهندسی کامپیوتر و اطلاعات، دانشگاه Kwangwoon، کره جنوبی
کلمات کلیدی
مهاجرت، RDBMS، NoSQL، غیرنرمال‌سازی، دسته‌ی ستون، شاخص ثانویه، بهینه‌سازی جستجو، پشتیبانی تصمیم‌گیری
کلمات کلیدی انگلیسی
Migration - RDBMS - NoSQL - Denormalization - Column family - Secondary index - Query optimization - Decision support
doi یا شناسه دیجیتال
https://doi.org/10.1007/s11227-018-2361-2
۰.۰ (بدون امتیاز)
امتیاز دهید
فهرست مطالب
چکیده
1- مقدمه
2- پیشینه
3- کارهای مرتبط
4- مهاجرت از RDBMS به ستون‌های جهت‌دار NoSQL
4-1 تبدیل جستجوگرهای SQL
4-2 غیر‌نرمال‌سازی
4-3 شاخص‌های ثانویه
4-4 پیوستن به الگوریتم‌ها
4-5 پشتیبانی تصمیم‌گیری برای مهاجرت
5- ارزیابی نتایج آزمایشگاهی
5-1 مراحل انجام آزمایش
5-2 نتایج انجام آزمایش
5-3 دستورالعمل‌ها
6- نتیجه‌گیری
نمونه چکیده متن اصلی انگلیسی
Abstract

Migration from RDBMS to NoSQL has become an important topic in a big data era. This paper provides comprehensive techniques and guidelines for effective migration from RDBMS to NoSQL. We discuss the challenges faced in translating SQL queries; the effects of denormalization, column families, secondary indexes, join algorithms, and column name length; and decision support for the migration. We focus on a column-oriented NoSQL, HBase because it is widely used by many Internet enterprises such as Facebook, Twitter, and LinkedIn. Because HBase does not support SQL, we use Apache Phoenix as an SQL layer on top of HBase. Experimental results using TPC-H show that column-level denormalization with atomicity and grouping columns into column families significantly improve query performance; the use of secondary indexes on foreign keys is not as effective as in RDBMSs; the query optimizer of Phoenix is not very sophisticated; shortened column names significantly reduce the database size and improve query performance; and the SVM classifier can predict whether query performance is improved by migration or not. Important open problems in NoSQL research are supporting complex SQL queries, automatic index selection, and optimizing SQL queries for NoSQL.

نمونه چکیده ترجمه متن فارسی
چکیده
مهاجرت از RDBMS به NoSQL به‌ یک موضوع مهم در کلان داده تبدیل شده است. این تحقیق، روش‌ها و دستورالعمل‌های جامعی جهت مهاجرت مؤثر از RDBMS به NoSQL‌ ارائه می‌دهد. ما در مورد چالش‌های که در هنگام تبدیل جستجوگر SQL با آن مواجه هستیم و اثرات غیرنرمال‌سازی، دسته‌های ستون، شاخص‌های ثانویه، الگوریتم‌های پیوستن، طول اسمی ستون و پشتیبانی تصمیم‌گیری برای مهاجرت بحث می‌کنیم. ما بر روی NoSQL ستونی جهت‌دار و HBase متمرکز می‌شویم، زیرا به‌طور گسترده توسط بسیاری از شرکت‌های اینترنتی مانند Facebook، Twitter و Linkedln استفاده می‌شود. چون HBase از SQL پشتیبانی نمی‌کند، ما از Apache Phoenix به‌عنوان لایه‌ی SQL در بالای HBase استفاده می‌کنیم. نتایج تجربی با استفاده از TPC-H نشان می‌دهد که غیرنرمال‌سازی سطحی ستون همراه با یکپارچگی و ستون‌های گروه‌بندی در داخل دسته‌های ستون به‌طور قابل ملاحظه‌ای عملکرد جستجو را بهبود می‌بخشند؛ استفاده از شاخص‌های ثانویه بر روی کلیدهای خارجی در RDBMSها مؤثر نیست؛ جستجوی بهینه‌ی Phoenix خیلی پیچیده نیست؛ ستون اسمی کوتاه‌شده به‌طور قابل توجهی سبب کاهش اندازه‌ی پایگاه داده و بهبود عملکرد جستجو می‌شود و طبقه‌بندی SVM می‌تواند در مورد بهبود عملکرد جستجو به‌وسیله‌ی مهاجرت، پیش‌بینی انجام دهد. اهمیت مسائل باز در تحقیقات NoSQL سبب پشتیبانی از جستجوگرهای SQL پیچیده، انتخاب شاخص خودکار و جستجوگرهای SQL بهینه برای NoSQL می‌شود.

بدون دیدگاه