بررسی و تحلیل تکثیر داده ها در پایگاه داده های توزیع شده

محبوبیت روزافزون تجزیه و تحلیل کلان داده و محاسبات ابری, استانداردهای مدیریت کلان داده جدیدی را ایجاد کرده است. تا به حال، پایگاه داده های رابطه ای یک انتخاب بهینه برای سازمان بودند. با این حال، با رشد مداوم داده های ذخیره شده و تحلیل شده، پایگاه های داده رابطه ای محدودیت های مختلفی را نشان می دهند، به عنوان مثال. محدودیتهای مقیاسپذیری و ذخیره سازی، و از دست دادن کارایی پرس و جو به دلیل حجم زیاد داده ها، و ذخیره و مدیریت پایگاه های داده بزرگتر چالش برانگیز میشوند. به منظور غلبه بر این محدودیت ها، یک مدل پایگاه داده جدید با مجموعه ای از ویژگی های جدید، به نام پایگاه های داده NoSQL توسعه یافت. پایگاه داده های غیر رابطه ای به عنوان یک فناوری پیشرفته ظاهر شدند و می توانند به تنهایی یا به عنوان مکمل پایگاه داده رابطه ای مورد استفاده قرار گیرند. یکی از چالش‌های مهم در این زمینه که تاثیر بسزایی در کارایی اینگونه سیستم‌ها دارد تکثیر داده‌ها است. فاکتور تکثیر بر در دسترس بودن داده ها تاثیر دارد که می تواند مربوط به زمان خواندن و در نهایت زمان اجرا باشد. انواع NoSQL زیادی با عملکردهای مختلف وجود دارد، بنابراین مقایسه آنها از نظر عملکردمهم است. در این مقاله، ما سه پایگاه داده محبوب NoSQL را ارزیابی می کنیم: Cassandra، HBase، MongoDB، و به یک بررسی از الگوریتم های تکثیر برای سیستم های ذخیره سازی و مدیریت محتوای مختلف توزیع شده از جمله سیستم های مدیریت پایگاه داده توزیع شده ، و انالیز و بررسی و تکثیر داده ها در mongodb , hbase و cassandra پرداخته می شود. و سعی بر این است که عملکرد چندین سیستم توزیع شده را با استفاده از فاکتورهای تکرار انالیز کرده و برای داده های مختلف ارزیابی کنیم وبا مقایسه بر بهبود آن تاثیرگذار باشیم. فاکتور تکثیر در سیستم های پایگاه داده توزیع شده به منظور افزایش performance و افزایش دسترس پذیری استفاده میشود.در این خصوص هر سیستم توزیع شده ی پایگاه داده ی NoSQL سیاست های مخصوص خود را در راستای انتخاب نوع و تعدادreplication ها انجام میدهد.