وحید شاهی - دانشجوی کارشناسی ارشد کامپیوتر، دانشگاه جامع امام حسین(ع) تهران

یکی از عمده چالش سیستمهای نرمافزاری، پردازش دادههای عظیم است. چالش بزرگتر، پردازش این دادهها بهصورت جریانی است؛ زیرا سیستمهایی موردنیاز است که بتوانند بیدرنگ و بازمان پاسخگویی مناسب، چنین دادههایی را پردازش نمایند. ما در اینمقاله، ضمن بیان مفاهیم و کلیات یک سیستم پردازش جریانی توزیعشده، سیستمهای پردازش جریانی استورم، S4 ، سامزا و اسپارک را موردبررسی قرار داده و آنها را ازلحاظ معیارهای توپولوژی، معماری، مدل پردازشی و تحملپذیری خطا، مورد تجزیهوتحلیل قرار میدهیم. نتیجه ارزیابیها نشان میدهد که استورم، مناسب سیستمهای مقیاسپذیری است که نیاز به قدرت پردازش بالا دارند؛ همچنین S4 مناسب تسهیل در برنامهنویسی و مدیریت کلاستر، سامزا مناسب ماشینهای مجازی جاوا و اسپارک مناسب پردازش جریان و چندتاییهای بزرگ بهصورت دسته ای جریانی میباشد

پردازش جریانی توزیعشده، دادههای عظیم، تحملپذیری خطا، نوسان تأخیر، استورم، S4 ، سامزا، اسپارک