توضیحات
ABSTRACT
Scalable database management systems (DBMS)—both for update intensive application workloads as well as decision support systems for descriptive and deep analytics—are a critical part of the cloud infrastructure and play an important role in ensuring the smooth transition of applications from the traditional enterprise infrastructures to next generation cloud infrastructures. Though scalable data management has been a vision for more than three decades and much research has focussed on large scale data management in traditional enterprise setting, cloud computing brings its own set of novel challenges that must be addressed to ensure the success of data management solutions in the cloud environment. This tutorial presents an organized picture of the challenges faced by application developers and DBMS designers in developing and deploying internet scale applications. Our background study encompasses both classes of systems: (i) for supporting update heavy applications, and (ii) for ad-hoc analytics and decision support. We then focus on providing an in-depth analysis of systems for supporting update intensive web-applications and provide a survey of the state-of-theart in this domain. We crystallize the design choices made by some successful systems large scale database management systems, analyze the application demands and access patterns, and enumerate the desiderata for a cloud-bound DBMS.
INTRODUCTION
Cloud computing is an extremely successful paradigm of service oriented computing, and has revolutionized the way computing infrastructure is abstracted and used. Three most popular cloud paradigms include: Infrastructure as a Service (IaaS), Platform as a Service (PaaS), and Software as a Service (SaaS). The concept however can also be extended to Database as a Service or Storage as a Service. Elasticity, pay-per-use, low upfront investment, low time to market, and transfer of risks are some of the major enabling features that make cloud computing a ubiquitous paradigm for deploying novel applications which were not economically feasible in a traditional enterprise infrastructure settings. This has seen a proliferation in the number of applications which leverage various cloud platforms, resulting in a tremendous increase in the scale of the data generated as well as consumed by such applications.
چکیده
سیستم های مدیریت پایگاه داده مقیاس پذیر (DBMS) – برای به روز رسانی حجم کار برنامه های کاربردی و همچنین سیستم های پشتیبانی تصمیم برای تجزیه و تحلیل های توصیفی و عمیق – بخش مهمی از زیرساخت های ابر هستند و نقش مهمی در تضمین انتقال صحیح برنامه های کاربردی از شرکت های سنتی زیرساخت های زیربنای ابر نسل بعدی. اگرچه مدیریت داده های مقیاس پذیر، چشم انداز بیش از سه دهه بوده است و تحقیقات زیادی در زمینه مدیریت داده های بزرگ در محیط سازمانی سنتی متمرکز شده است، محاسبات ابری مجموعه ای از چالش های نوین را ارائه می دهد که باید برای اطمینان از موفقیت راه حل های مدیریت داده در محیط ابر این آموزش تصویری سازمان یافته ای از چالش های ناشی از توسعه دهندگان نرم افزار و طراحان DBMS در توسعه و گسترش برنامه های کاربردی در مقیاس های اینترنتی ارائه می دهد. مطالعه پیشین ما شامل هر دو کلاس سیستم می شود: (i) برای حمایت از برنامه های کاربردی سنگین و (ii) برای تجزیه و تحلیل های ad-hoc و پشتیبانی تصمیم. پس از آن ما در ارائه تجزیه و تحلیل عمیق از سیستم ها برای حمایت از به روز رسانی وب برنامه های کاربردی فشرده و ارائه یک نظرسنجی از وضعیت فعلی در این زمینه تمرکز می کنند. ما انتخاب های طراحی شده توسط برخی از سیستم های موفق در سیستم های مدیریت پایگاه داده گسترده را تجزیه و تحلیل می کنیم، تقاضای برنامه ها و الگوهای دسترسی را تجزیه و تحلیل می کنیم، و پایگاه داده ها را برای یک DBMS متصل به ابر تعریف می کنیم.
مقدمه
محاسبات ابر یک پارادایم بسیار موفقیت آمیز محاسبات سرویس محور است و به شیوهای خلاصه شده و مورد استفاده قرار گرفته است. سه پارادایم محبوب رایج عبارتند از: زیرساخت به عنوان یک سرویس (IaaS)، پلت فرم به عنوان یک سرویس (PaaS) و نرم افزار به عنوان یک سرویس (SaaS). این مفهوم همچنین می تواند به پایگاه داده به عنوان سرویس یا ذخیره سازی به عنوان یک سرویس گسترش یابد. انعطاف پذیری، پرداخت برای استفاده، سرمایه گذاری کم پیشین، زمان کم به بازار و انتقال ریسک ها، برخی از ویژگی های مهمی است که رایانه های ابری را یک الگوریتم رایج برای استقرار برنامه های جدید که در یک تنظیمات زیرساختی سازمانی سنتی امکان پذیر نیست . این افزایش در تعدادی از برنامه های کاربردی است که اهرم های مختلف سیستم عامل ابر، و در نتیجه افزایش فوق العاده ای در مقیاس داده ها تولید شده و همچنین مصرف شده توسط چنین برنامه های کاربردی دیده می شود.
Year: 2011
Publisher : EDBT
By : Divyakant Agrawal ,Sudipto Das , Amr El Abbadi
File Information: English Language/ 4 Page / size: 232 KB
Only site members can download free of charge after registering and adding to the cart
سال : 1390
ناشر : EDBT
کاری از : Divyakant Agrawal ,Sudipto Das , Amr El Abbadi
اطلاعات فایل : زبان انگلیسی / 4 صفحه / حجم : KB 232
نقد و بررسیها
هنوز بررسیای ثبت نشده است.