• شماره ركورد
    6858
  • پديد آورنده

    محمد نويد مساحتي

  • عنوان
    ارائه يك معماري بهينه براي پايگاه داده خوشه اي
  • مقطع تحصيلي
    كارشناسي
  • رشته تحصيلي
    مهندسي كامپيوتر
  • سال فارغ التحصيلي
    1399
  • استاد راهنما
    دكتر رضا انتظاري ملكي
  • دانشجوي وارد كننده اطلاعات

    محمدنويد مساحتي

  • تاريخ ورود اطلاعات
    1399/07/02
  • دانشكده
    مهندسي كامپيوتر
  • عنوان به انگليسي
    proposing an optimal architecture for database cluster
  • چكيده
    امروزه با فراگيري سرويس‌هاي ابري و ماشين‌هاي مجازي، سرورهاي خصوصي جاي خود را هرچه بيشتر به ماشين‌هاي مجازي اختصاص مي‌دهند. زيرا زيرساخت‌هاي ابري و ماشين‌هاي مجازي به ما اين قابليت را مي‌دهند تا هر مقدار كه لازم است با صرف جويي در هزينه از منابع موجود بهينه استفاده كنيم، به‌سرعت زيرساخت موردنياز خود را چه عرضي و چه طولي افزايش دهيم، و با در دست داشتن ماشين‌هاي مجازي متعدد مقياس زيرساخت سرويس‌هاي نرم‌افزاري خود را افزارش دهيم و كنترل كنيم. از طرفي تمامي سرويس‌هاي نرم‌افزاري نيازمند پايگاه داده هستند و چينش معماري ماشين‌هاي مجازي براي توسعه‌ي يك پايگاه داده‌ي امن، سريع و قابل‌اطمينان كاري بسيار دشوار درعين‌حال مهم است. همچنين ازآنجايي‌كه پايگاه‌هاي داده قسمتي از سيستم هستند كه هميشه و با سرعت بسيار در حال گسترش هستند، نيازمند رسيدگي دائم و مقياس دهي قابل‌اطمينان هستند. از طرفي نظارت هميشگي توسط توسعه‌دهندگان بر روي خوشه‌هاي پايگاه داده و مقياس دهي‌شان به‌صورت دستي كاري بسيار هزينه‌بر و دشوار است. در همين راستا، ما در اين پروژه سعي بر آن داشتيم تا بتوانيم تمامي قسمت‌هاي نگه‌داري، نظارت، توسعه و مقياس دهي خوشه‌هاي زيرساختي به خصوص خوشه‌هاي پايگاه داده را به‌صورت خودكار، هوشمند و بهينه انجام دهيم. خودكار سازي مقياس دهي خوشه‌هاي پايگاه داده مي‌توانند عمومي‌سازي شوند و بر روي تمامي استفاده‌هاي ماشين مجازي اعمال شوند. و لذا سرمايه‌گذاري بر روي توسعه‌ي روش‌هايي براي مقياس دهي خودكار سرويس‌هاي ابري عملي بسيار سودمند تلقي مي‌شود. به‌خصوص اگر عمل مقياس دهي خودكار بتواند به‌صورت كنشي و نه واكنشي صورت گيرد، مي‌توان به مقدار زيادي از رخداد اشتباهات و كمبود‌هاي منابع در آينده جلوگيري كنيم. معيار ارزيابي چنين روش‌هايي ابتدا عدم نقض قرار‌داد كيفيت سرويس و سپس هزينه‌ي صرف شده براي اختصاص دهي منابع موردنياز به ماشين‌هاي مجازي مشتريان است. در مراحل بعدي مي‌توان تمامي قسمت‌هاي مقياس دهي خودكار سيستم را همچون نظارت، تحليل، برنامه‌ريزي و درنهايت اجرا را به‌صورت خودكار انجام داد.