پردازش دادههای توزیع شده یک واقعیت تبدیل شده است. دلایلی که هنوز پردازش دادههای توزیع شده را یک موضوع پیچیده میسازد عبارتند از:
· سیستمهای توزیع شده خیلی وسیع هستند و هزاران سایت متجانس شامل کامپیوترهای شخصی و ماشینهای سرور بزرگ را در بر میگیرد
· حالت سیستمهای توزیع شده به سرعت تغییر میکند زیرا بارگذاری سایتها از نظر زمانی متنوع میباشد و سایتهای جدید به سیستم افزوده شده است.
· سیستمهای موجود باید تکمیل گردند. از انجا که سیستمهای موجود برای پردازش توزیعی طراحی نشدهاند و اینک نیاز است که با سیستمهای دیگر در محیط توزیعی تعامل داشته باشند.این مقاله چگونگی انجام پردازش پرسوجو در محیطهای توزیع شده و سیستمهای اطلاعاتی را نمایش میدهد.محققان از سال 1970 به سیستم پایگاه داده توزیعی علاقمند گردیدند. در این زمان پشتیبانی مدیریت دادههای توزیعی برای شرکتها و سازمانهایی که دادههای خود را در ادارات مختلف و یا محلهای معین نگهداری میکنند، مرکز توجه بود. اگرچه این نیاز احساس میشد و ایدههای بسیار خوبی موجود بود اما هرگز تلاشهای اولیه برای ساخت سیستمهای پایگاه داده توزیعی بطور تجاری موفقیتآمیز نبود. اما امروزه موقعیت تغییر نموده است. سیستمهای توزیعی هم مورد نیاز و هم امکانپذیر میباشند. پردازش دادههای توزیعی نیز بخاطر پیشرفتهای اخیر تکنولوژی میسر میباشد.
در بیشتر محیطها، شبکه در یک ساختار سلسله مراتبی سازماندهی شدهاند بطوریکه هزینه ارتباط بطور قابل توجهی به موقعیت سایتهای فرستنده و گیرنده وابسته است، برای مثال ارزانتر است که داده از Munich به Passau منتقل شود که هر دو در آلمان میباشند تا از Washington به Passau از طریق اقیانوس اطلس منتقل شود. بعضی مواقع یک سایت باید داده یکسانی به چندین محل برای اجرای پرسوجو ارسال نماید برای نمونه باید داده یکسان از Washington به Munich و Passau ارسال شود و اگر شبکه نمیتواند روشهای کم هزینهایی برای پیادهسازی اینچنین Multicast ها ارائه نماید مناسب است که داده از Washington به Munich و از آنجا به Passau منتقل شود. و یا اگر اینگونه فرض کنیم که زمان انتقال داده روی سیم ناچیز است و در این حالت هزینه CPU برای فرستادن و دریافت داده بر هزینه ارتباطات غلبه میکند، اگر بار Washington خیلی سنگین است و یا CPU آن آهسته است، مناسب است که Passau داده را بجای Washington از Munich دریافت کند. بنابراین بهترین انتخاب باید توسط بهینهساز پرسوجو انجام شود.
فایل ورد قابل ویرایش
مجموعه فایل پاورپوینت داده کاوی
حجم:9044KB | بازدید :2610
علم داده کاوی عبارتست از استخراج اطلاعات ,دانش وکشف الگوهای پنهان از پایگاه داده های بسیار...
حجم:5698KB | بازدید :2773
در این بخش بر روی مدلهای لاجیت وپروبیت تاکید می شود .از آنجایی که این مدلها بسیار بهم مرتبط اند آنها را به عنوان مدلهی رگرسیون ترتیبی بیان می...
حجم:3094KB | بازدید :433
برنامه ریزی استراتژیک یک روش منطقی ودر عین حال ساده برای ایجاد یک ساختار تصمیمگیری مناسب درجهت دستیابی اهداف سازمانی است امروزه سازمانها ناگزیرند که به اندیشه های خود درباره تغییر ,تحول ,نوآفرینی ودگرگونی شکل دهند...
پاور پوینت سیاست وتوسعه کشاورزی
حجم:3053KB | بازدید :424
قسمتی از متن تاریخچه این گستره از علم را می توان تقریبا به دو دوره تقسیم نمود: 1- دوره رشد و نوسازی اقتصادی: این مقطع دهه های1940، 1950 و 1960 را شامل می شود. در این دوره، توسعه را عمدتا بر اساس رشد متوسط تولید سرانه تعریف می کردند. در این زمینه امور زیر مورد بررسی قرار...
حجم:1308KB | بازدید :2874
قسمتی از متن جستجو براي اطلاعات با ارزش در ميان حجم زيادي از داده ,استخراج اتوماتيک مدل از داده,فرآيند استخراج اطلاعات نهفته در حجم زيادي از داده داده کاوي يکي از مراحل KDD است KDD از تکنيکهايي نظير پيش پردازش ، تميز سازي، تبديل، داده کاوي و ... براي استخراج...
دانلود پاورپوینت الگوریتم ژنتیک
حجم:1005KB | بازدید :256
مفاهیم الگوریتم, زمینه بیولوژیکی ,زمینه تاریخی ,نمودار گردشی فرآیند, مکانیسم GA ,وهمچنین حل...
حجم:32KB | بازدید :2804
قسمتی ازمتن lData Mining عبارت است از اقتباس يا استخراج دانش از مجموعه ای از داده ها ، به بيان ديگر ، Data Mining فرايندی است که با استفاده از تکنيکهای هوشمند، دانش را از مجموعه ای از داده ها استخراج می کند. l lData Mining از ساخت مدل های تحليلی ، دسته بندی و پيش بينی اطلاعات و...