این مقاله انگلیسی ISI در نشریه ساینس دایرکت (الزویر) در 6 صفحه در سال 2017 منتشر شده و ترجمه آن 13 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: |
بررسی کارکرد دیتابیس in-memory |
عنوان انگلیسی مقاله: |
A performance evaluation of in-memory databases |
|
مشخصات مقاله انگلیسی (PDF) | |
سال انتشار | 2017 |
تعداد صفحات مقاله انگلیسی | 6 صفحه با فرمت pdf |
رشته های مرتبط با این مقاله | مهندسی کامپیوتر |
گرایش های مرتبط با این مقاله | مهندسی نرم افزار |
چاپ شده در مجله (ژورنال) |
مجله دانشگاه علوم کامپیوتر و اطلاعات ملک سعود Journal of King Saud University – Computer and Information Sciences |
ارائه شده از دانشگاه | دانشگاه Duzce، دانشکده مهندسی، گروه مهندسی کامپیوتر، ترکیه |
نویسندگان | Abdullah Talha Kabakus, Resul Kara |
شناسه شاپا یا ISSN | ISSN 1319-1578 |
شناسه دیجیتال – doi | https://doi.org/10.1016/j.jksuci.2016.06.007 |
رفرنس | دارد ✓ |
کد محصول | 380 |
لینک مقاله در سایت مرجع | لینک این مقاله در نشریه Elsevier |
نشریه الزویر |
مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
وضعیت ترجمه | انجام شده و آماده دانلود |
کیفیت ترجمه | ویژه – طلایی ⭐️⭐️⭐️ |
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش | 13 صفحه با فونت 14 B Nazanin |
ترجمه عناوین جداول | ترجمه شده است ✓ |
ترجمه متون داخل جداول | ترجمه نشده است ☓ |
درج جداول در فایل ترجمه | درج شده است ✓ |
منابع داخل متن | درج نشده است ☓ |
فهرست مطالب |
چکیده 1-پیشگفتار 2. پایگاههای دادهی NoSQL 3. کارهای مربوطه 4. تنظیم تجربی 5. نتایج تجربی و بحث 5.1. آزمایش 1 – عملکرد برای نوشتن زوج کلید-ارزش 5.2. آزمایش 2 – عملکرد برای خواندن ارزش متناظر با یک کلید ارائه شده 5.3. آزمایش 3 – عملکرد برای حذف زوج کلید-ارزش متناظر با یک کلید ارائه شده 5.4. آزمایش 4 – عملکرد برای واکشی همهی دادهها 6. نتیجهگیری |
بخشی از ترجمه |
چکیده محبوبیت پایگاههای دادهی NoSQL با توجه به نیاز به 1) پردازش حجم عظیمی از دادهها سریعتر از سیستمهای مدیریتی پایگاه دادهی ارتباطی با استفاده از مزیت معماری بسیار مقیاسپذیر، 2) ساختار دادهی انعطافپذیر (بدون طرحواره)، و 3) تاخیر (نهفتگی) کم و عملکرد بالا، افزایش یافته است. با وجود این که مصرف از حافظه، معیار مهمی برای ارزیابی عملکرد الگوریتمها نیست، از آن جایی که این پایگاههای داده برای دادههای از حافظه به کار میروند، در این مقاله، مصرفهای آنها نیز در کنار زمان صرف شده برای تکمیل هر عملیات به منظور نشان دادن این که کدام یک به طور موثرتری از حافظه استفاده میکند آزمایش میشوند. در حال حاضر بیش از 225 پایگاه دادهی NoSQL وجود دارند که دارای ویژگیهای مختلفی هستند. بنابراین لازم است آشکار شود که کدام پایگاه داده، عملکرد بهتری را برای عملیات مختلف دادهها فراهم میکند. ما در این مقاله به بررسی پایگاههای دادهی in-memory با کاربرد گسترده برای سنجش عملکرد آنها در زمینهی 1) زمان صرف شده برای تکمیل عملیات، و 2) میزان کارامدی استفاده از حافظه در طول عملیات توسط آنها میپردازیم. همانطور که نتایج گزارش شده در این مقاله نشان میدهند، هیچ پایگاه دادهای وجود ندارد که بهترین عملکرد را برای همهی عملیات دادهها فراهم کند. همچنین ثابت میشود که اگرچه یک RDMS، دادههای خود را در حافظه ذخیره میکند، عملکرد کلی آن بدتر از عملکرد پایگاه دادههای NoSQL است.
6. نتیجهگیری پایگاههای دادهی NoSQL، به جای مدل سازگاری ACID که همراه با ایدهی حذف مقداری سازگاری به منظور فراهم ساختن قابلیت دسترسی بیشتر، مقیاسپذیری بیشتر و عملکرد بالاتر است، بر اساس مدل سازگاری BASE است. محبوبیت پایگاههای دادهی NoSQL – که دادهها را در حافظه مرتب میسازند – به دلیل نیاز به 1) پردازش سریعتر حجم زیادی از دادهها در مقایسه با سیستمهای مدیریت پایگاه دادهی ارتباطی با استفاده از مزیت معماری به شدت مقیاسپذیر، 2) ساختار دادهی انعطافپذیر (بدون طرحواره)، و 3) زمان تاخیر پایین و عملکرد بالا، افزایش یافته است. در حال حاضر بیش از 225 پایگاه دادهی NoSQL وجود دارند که ویژگیهای متفاوتی را فراهم میکنند. ما در این مقاله به ارزیابی حداقل یک پایگاه دادهی in-memory از هر نوع میپردازیم: Redis و Memcached به عنوان ذخیرههای کلید-ارزش، MongoDB به عنوان یک ذخیرهی اسنادی، Cassandra به عنوان خانوادهی ستونی، و H2 به عنوان یک سیستم مدیریت پایگاه دادهی ارتباطی in-memory. برخلاف کارهای مربوطه، در کنار زمان صرف شده برای تکمیل عملیات مختلف دادهها، مصرفهای حافظهی پایگاههای دادهی in-memory نیز به منظور آشکارسازی مصرفهای حافظهی هر پایگاه داده آزمایش میشوند. |
بخشی از مقاله انگلیسی |
Abstract The popularity of NoSQL databases has increased due to the need of (1) processing vast amount of data faster than the relational database management systems by taking the advantage of highly scalable architecture, (2) flexible (schema-free) data structure, and, (3) low latency and high performance. Despite that memory usage is not major criteria to evaluate performance of algorithms, since these databases serve the data from memory, their memory usages are also experimented alongside the time taken to complete each operation in the paper to reveal which one uses the memory most efficiently. Currently there exists over 225 NoSQL databases that provide different features and characteristics. So it is necessary to reveal which one provides better performance for different data operations. In this paper, we experiment the widely used in-memory databases to measure their performance in terms of (1) the time taken to complete operations, and (2) how efficiently they use memory during operations. As per the results reported in this paper, there is no database that provides the best performance for all data operations. It is also proved that even though a RDMS stores its data in memory, its overall performance is worse than NoSQL databases.
6. Conclusion NoSQL databases are based on BASE consistency model instead of ACID consistency model which comes with the idea of giving up some consistency in order to provide more availability, scalability, and high performance. The popularity of NoSQL databases – which store the data in memory – has increased due to the need of (1) processing vast amount of data faster than the relational database management systems by taking the advantage of highly scalable architecture, (2) flexible (schema-free) data structure, and, (3) low latency and high performance. Currently there exists over 225 NoSQL databases that provide different features and characteristics. In this paper, we evaluate at least one in-memory database from each type: Redis and Memcached as key-value stores, MongoDB as a document store, Cassandra as column family, and H2 as an in-memory relational database management system. Unlike the related works, alongside the time taken to complete various data operations, the memory usages of in-memory databases are also experimented in order to reveal memory usages of each database. |
تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد |
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی | |
عنوان فارسی مقاله: |
بررسی کارکرد دیتابیس in-memory |
عنوان انگلیسی مقاله: |
A performance evaluation of in-memory databases |
|