دراسة تحليلية لتقنيات تخزين البيانات ضمن الذاكرة في البيئات الموزعة

الملخص

في عالمنا الحالي، تواجه الشركات مثل Google و Yahoo و Amazon و Facebook وغيرها زيادة كبيرة في البيانات. والتي أدت إلى مشكلة التقاط وتخزين وإدارة وتحليل تيرابايت أو بيتابايت من البيانات المخزنة في تنسيقات متعددة من مصادر داخلية وخارجية مختلفة. علاوة على ذلك، تحتاج سيناريوهات التطبيقات الجديدة مثل التنبؤ بالطقس والتداول والذكاء الاصطناعي وما إلى ذلك إلى معالجة بيانات ضخمة في الوقت الفعلي.

تتجاوز هذه المتطلبات قدرة المعالجة التقليدية على أنظمة إدارة قواعد بيانات القرص لإدارة هذه البيانات ولإعطاء نتائج سريعة في الوقت الفعلي. لذلك، تحتاج إدارة البيانات إلى حلول جديدة للتعامل مع تحديات أحجام البيانات ومعالجة البيانات في الوقت الفعلي.

نظام قاعدة البيانات في الذاكرة (IMDS) هو أحدث سلالة من أنظمة إدارة قواعد البيانات التي قدمت حلولا على التحديات المذكورة أعلاه، IMDS قادر على معالجة البيانات الضخمة بشكل أسرع.

يهدف هذا البحث إلى تقديم خوارزمية جديدة تعمل على فهرسة العناصر الموجودة ضمن قواعد البيانات في الذاكرة. تم دمج عدة أفكار لخوارزميات أطلقت مؤخرا والتي ساهمت في تحسين سرعة فهرسة قواعد البيانات ضمن الذاكرة. تم إثبات كفاءة الخوارزمية من خلال القيام بالعديد من التجارب التي أظهرت تحسنا في الأداء والسرعة على عمليات ادخال عنصر وحذفه والبحث عنه.