این مقاله انگلیسی ISI در نشریه اسپرینگر در 15 صفحه در سال 2018 منتشر شده و ترجمه آن 21 صفحه میباشد. کیفیت ترجمه این مقاله ویژه – طلایی ⭐️⭐️⭐️ بوده و به صورت کامل ترجمه شده است.
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی | |
عنوان فارسی مقاله: |
تکنیک ها و دستورالعمل ها برای مهاجرت موثر از RDBMS به NoSQL |
عنوان انگلیسی مقاله: |
Techniques and guidelines for effective migration from RDBMS to NoSQL |
|
مشخصات مقاله انگلیسی | |
فرمت مقاله انگلیسی | pdf و ورد تایپ شده با قابلیت ویرایش |
سال انتشار مقاله | 2018 |
تعداد صفحات مقاله انگلیسی | 15 صفحه با فرمت pdf |
نوع مقاله | ISI |
نوع ارائه مقاله | ژورنال |
رشته های مرتبط با این مقاله | مهندسی کامپیوتر |
گرایش های مرتبط با این مقاله | رایانش ابری، مهندسی نرم افزار |
چاپ شده در مجله (ژورنال) | مجله ابر محاسبه – The Journal of Supercomputing |
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 |
ارائه شده از دانشگاه | دانشکده مهندسی کامپیوتر و اطلاعات، دانشگاه Kwangwoon، کره جنوبی |
نمایه (index) | Scopus – Master journals – JCR |
نویسندگان | Ho-Jun Kim، Eun-Jeong Ko، Young-Ho Jeon، Ki-Hoon Lee |
شناسه شاپا یا ISSN | ISSN 0920-8542 |
شناسه دیجیتال – doi | https://doi.org/10.1007/s11227-018-2361-2 |
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 |
شاخص Q یا Quartile (چارک) | Q3 در سال 2019 |
بیس | نیست ☓ |
مدل مفهومی | ندارد ☓ |
پرسشنامه | ندارد ☓ |
متغیر | ندارد ☓ |
رفرنس | دارای رفرنس در داخل متن و انتهای مقاله ✓ |
کد محصول | 10545 |
لینک مقاله در سایت مرجع | لینک این مقاله در سایت Springer |
نشریه اسپرینگر |
مشخصات و وضعیت ترجمه فارسی این مقاله | |
فرمت ترجمه مقاله | pdf و ورد تایپ شده با قابلیت ویرایش |
وضعیت ترجمه | انجام شده و آماده دانلود در فایل ورد و pdf |
کیفیت ترجمه | ویژه – طلایی ⭐️⭐️⭐️ |
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش | 21 صفحه (1 صفحه رفرنس انگلیسی) با فونت 14 B Nazanin |
ترجمه عناوین تصاویر و جداول | ترجمه شده است ✓ |
ترجمه متون داخل تصاویر | ترجمه نشده است ☓ |
ترجمه متون داخل جداول | ترجمه نشده است ☓ |
درج تصاویر در فایل ترجمه | درج شده است ✓ |
درج جداول در فایل ترجمه | درج شده است ✓ |
منابع داخل متن | به صورت عدد درج شده است ✓ |
منابع انتهای متن | به صورت انگلیسی درج شده است ✓ |
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 |
بخشی از ترجمه |
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.
6- نتیجهگیری در این تحقیق جهت مهاجرت مؤثر از RDBMS به HBase همراه با Phoenix، ما روشها و دستورالعملهایی برای مهاجرت مانند تبدیل جستجو، غیرنرمالسازی، دستههای ستون، شاخصهای ثانویه، طول اسمی ستون و پشتیبانی تصمیمگیری را ارائه میدهیم. نتایج تجربی نشان میدهد که غیرنرمالسازی، دستههای ستون و ستون اسمی کوتاهشده باعث بهبود عملکرد جستجو میشوند؛ در ستون اسمی کوتاهشده اندازهی پایگاه داده کاهش مییابد؛ و طبقهبندی SVM میتواند از تصمیمگیری مهاجرت پشتیانی کند. اهمیت مسائل باز برای کارهای آینده سبب پشتیبانی از جستجوگرهای SQL پیچیده، انتخاب شاخص خودکار و جستجوگرهای SQL بهینه برای NoSQL میشود. |
بخشی از مقاله 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.
6 Conclusions For effective migration from RDBMS to HBase with Phoenix, we provided techniques and guidelines for query translation, denormalization, column families, secondary indexes, join algorithms, column name length, and decision support for the migration. Experimental results show that denormalization, column families, and shortened column names improve query performance; shortened column names reduce the database size; and the SVM classifier can support the decision of migration. Important open problems for future work are supporting complex SQL queries, automatic index selection, and optimizing SQL queries for NoSQL. |
تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد |
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی | |
عنوان فارسی مقاله: |
تکنیک ها و دستورالعمل ها برای مهاجرت موثر از RDBMS به NoSQL |
عنوان انگلیسی مقاله: |
Techniques and guidelines for effective migration from RDBMS to NoSQL |
|