راهكاری نوين در انتخاب پايگاههاي داده مناسب جهت ذخيره‌سازي کلان داده‌ها در شبکه ملی اطلاعات
محورهای موضوعی : فناوری اطلاعات و ارتباطاتمحمد رضا احمدی 1 , داود ملکی 2 , احسان آریانیان 3
1 - دانشيار پژوهشگاه ارتباطات و فناوري اطلاعات
2 - عضو هيات علمي پژوهشگاه ارتباطات و فناوري اطلاعات
3 - استاديار پژوهشگاه ارتباطات و فناوري اطلاعات
کلید واژه: کلان داده‌ها, پايگاههاي داده سنتي, پايگاه داده‌ی کلان داده, انتخاب پایگاه‌های داده,
چکیده مقاله :
توسعه زيرساخت‌ها و برنامه‌هاي كاربردي به خصوص سرويس‌هاي همگاني در قالب رايانش ابري، الگوهاي سنتي خدمات پايگاههاي داده و روش‌هاي ذخيره‌سازي آنها را با محدوديت‌ها و چالش‌هاي جدي روبرو ساخته است. توسعه روزافزون ابزارهاي مولد خدمات داده‌اي و لزوم ذخيره‌سازي نتايج پردازش‌هاي بزرگ وگسترده حاصل از فعاليت‌هاي مختلف در شبکه ملی اطلاعات و داده‌های تولیدی بخش خصوصي و شبكه‌هاي فراگير اجتماعي، روند مهاجرت به پايگاههاي داده نوين با ويژگي‌هاي مناسب را اجتناب‌ناپذير كرده است. با گسترش و تغيير حجم و تركيب داده‌ها و شكل‌گيري کلان داده‌ها، عملكردها و الگوهاي سنتي پاسخگوي نيازهاي جديد نيستند. بنابراين لزوم استفاده از سيستم‌هاي ذخيره‌سازي داده در قالب‌ها و مدل‌هاي نوین و مقیاس‌پذیر را ضروري ساخته است. در اين مقاله راهكارهاي اساسي در خصوص ابعاد ساختاري و كاركردهاي مختلف پايگاههاي داده سنتي و سيستم‌هاي ذخيره‌سازي نوين بررسي گرديده و راهكارهاي فني جهت مهاجرت از پايگاههاي داده سنتي به نوین و مناسب برای کلان داده‌ها ارائه مي‌گردد. همچنین ويژگي‌هاي اساسي در خصوص پيوند پايگاههاي داده سنتي و نوين جهت ذخيره و پردازش داده‌هاي حاصل از شبکه ملی اطلاعات ارائه شده و پارامترها و قابليت‌های پايگاه‌های داده در بستر استاندارد پایه و بستر هدوپ بررسی شده است. به عنوان یک نمونه عملیاتی یک راهکار ترکیبی از پایگاه داده سنتی و نوین با استفاده از روش کارت امتيازی متوازن ارائه شده و مورد ارزیابی و مقایسه قرار گرفته است.
The development of infrastructure and applications, especially public services in the form of cloud computing, traditional models of database services and their storage methods have faced sever limitations and challenges. The increasing development of data service productive tools and the need to store the results of large-scale processing resulting from various activities in the national network of information and data produced by the private sector and pervasive social networks has made the process of migrating to new databases with appropriate features inevitable. With the expansion and change in the size and composition of data and the formation of big data, traditional practices and patterns do not meet new needs. Therefore, it is necessary to use data storage systems in new and scalable formats and models. This paper reviews the essential solution regarding the structural dimensions and different functions of traditional databases and modern storage systems and technical solutions for migrating from traditional databases to modern ones suitable for big data. Also, the basic features regarding the connection of traditional and modern databases for storing and processing data obtained from the national information network are presented and the parameters and capabilities of databases in the standard platform context and Hadoop context are examined. As a practical example, a combination of traditional and modern databases using the balanced scorecard method is presented as well as evaluated and compared.
[1] Farahani, Farzane, and Fatemeh Rezaei. "Implementing a scalable data management system for collected data by smart meters." 2021 26th International Computer Conference, Computer Society of Iran (CSICC). IEEE, 2021.
[2] ElDahshan, Kamal A., AbdAllah A. AlHabshy, and Gaber E Abutaleb. "A Comparative Study Among the Main Categories of NoSQL Databases." Al-Azhar Bulletin of Science 31.2 (2020): 51-60.
[3] de Oliveira, Vitor Furlan, et al. "SQL and NoSQL Databases in the Context of Industry 4.0." Machines 10.1 (2021): 20.
[4] Deka, G.C., Handbook of Research on Securing Cloud-Based Databases with Biometric Applications. 2014: IGI Global.
[5] Kausar, M.A. and M. Nasar, SQL versus NoSQL databases to assess their appropriateness for big data application. Recent Advances in Computer Science and Communications (Formerly: Recent Patents on Computer Science), 2021. 14(4): p. 1098-1108.
[6] Mostajabi, F., A.A. Safaei, and A. Sahafi, A Systematic Review of Data Models for the Big Data Problems. IEEE Access, 2021.
[7] Ramez, E. and N. Shamkant B, Fundamentals of database systems. 2022.
[8] Arora, I. and A. Gupta, Cloud databases: a paradigm shift in databases. International Journal of Computer Science Issues (IJCSI), 2012. 9(4): p. 77.
[9] Ibrahem, Ali Hikmat, and Subhi RM Zeebaree. "Tackling the Challenges of Distributed Data Management in Cloud Computing-A Review of Approaches and Solutions." International Journal of Intelligent Systems and Applications in Engineering 12.15s (2024): 340-355.
[10] Strauch, S., et al. Decision Support for the Migration of the Application Database Layer to the Cloud. in Cloud Computing Technology and Science (CloudCom), 2013 IEEE 5th International Conference on. 2013. IEEE.
[11] Strauch, S., V. Andrikopoulos, and T. Bachmann. Migrating application data to the cloud using cloud data. in e 3rd International Conference on Cloud Computing and Service Science,(CLOSER). 2013. Citeseer.
[12] محمدرضا احمدی، داود ملکی و احسان آریانیان، کتاب پایگاه‌های داده پیشرفته (راهکار گذر به کلان داده‌ها و زنجیره‌های بلوکی). ناشر: اندیشه عصر، 1399.
[13] Date, C., What Is Database Design, Anyway? In: Database and Relational Theory (2019): 393-406.
[14] Adhikari, M. and S. Kar, NoSQL Databases. Handbook of Research on Securing Cloud-Based Databases with Biometric Applications, 2014: p. 109.
[15] Chaudhry, Natalia, and Muhammad Murtaza Yousaf. "Architectural assessment of NoSQL and NewSQL systems." Distributed and Parallel Databases 38.4 (2020): 881-926.
[16] Maricic, M., et al., Measuring the ict development: the fusion of biased and objective approach. Scientific Bulletin" Mircea cel Batran" Naval Academy, 2015. 18(2): p. 326.
[17] Odun-Ayo, Isaac, and Adeyemi Aina. "Development of a Cloud-Based Payroll Management System."
[18] Rafique, Ansar, et al. "CryptDICE: Distributed data protection system for secure cloud data storage and computation." Information Systems 96 (2021): 101671
[19] Feng, X., M. Conrad, and K. Hussein, NHS Big Data Intelligence on Blockchain Applications, in Big Data Intelligence for Smart Applications. 2022, Springer. p. 191-208.
[20] Pikuleva, N., A.S. Khafizova, and D. Gashigullin. Querying Big Graphs in Data Flow Language. in 2021 International Conference on Industrial Engineering, Applications and Manufacturing (ICIEAM). 2021. IEEE.
[21] Chang, W.L., A. Roy, and M. Underwood, NIST big data interoperability framework: volume 4, security and privacy. 2015.
[22] Rassam, Murad, Aishah Alfarhan, and Reem Alhussain. "Cloud Database Security Issues and Challenges: A Review." Journal of Innovative Information and Communication Technology 1.1 (2021): 21-31.
[23] Khan, Wisal, et al. "SQL and NoSQL database software architecture performance analysis and assessments—A systematic literature review." Big Data and Cognitive Computing 7.2 (2023): 97.
[24] Vera-Olivera, H., et al., Data Modeling and NoSQL Databases-A Systematic Mapping Review. ACM Computing Surveys (CSUR), 2021. 54(6): p. 1-26.
[25] Oliveira, C., et al., Using the balanced scorecard for strategic communication and performance management, in Strategic corporate communication in the digital age. 2021, Emerald Publishing Limited.
[26] Goldstein, James C. "Strategy maps: the middle management perspective." Journal of Business Strategy 43.1 (2022): 3-9.
[27] Mohapatra, H. and A.K. Rath, Fault tolerance in WSN through uniform load distribution function. International journal of sensors wireless communications and control, 2021. 11(4): p. 385-394.
[28] Adam, K., et al. Bigdata: Issues, challenges, technologies and methods. in Proceedings of the International Conference on Data Engineering 2015 (DaEng-2015). 2019. Springer.
[29] مهدی مرسلی، ابوالفضل طرقی حقیقت، ساسان حسینعلی زاده، مروری بر کاربرد الگوریتم‌های فراابتکاری در توازن بار در رایانش ابری، فصلنامه فناوری اطلاعات و ارتباطات ایران، شماره 53، سال 14، پاییز-زمستان 1401
[30] کیومرث سلیمی، مهدی ملامطلبی، بهبود توازن بار در رایانش ابری با استفاده از الگوریتم جهش قورباغه سریع (R-SFLA )، فصلنامه فناوری اطلاعات و ارتباطات ایران، شماره 57، سال 15، پاییز 1402
