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

یکی از عمده چالش سیستم های نرم افزاری، پردازش داده های عظیم است. چالش بزرگتر، پردازش این داده ها به صورت جریانی است؛ زیرا سیستم هایی موردنیاز است که بتوانند بی درنگ و با زمان پاسخگویی مناسب، چنین داده هایی را پردازش نمایند. ما در این مقاله، ضمن بیان مفاهیم و کلیات یک سیستم پردازش جریانی توزیع شده، سیستم های پردازش جریانی استورم، S4، سامزا و اسپارک را موردبررسی قرار داده و آن ها را ازلحاظ معیارهای توپولوژی، معماری، مدل پردازشی و تحمل پذیری خطا، مورد تجزیه وتحلیل قرار می دهیم. نتیجه ارزیابی ها نشان می دهد که استورم، مناسب سیستم های مقیاس پذیری است که نیاز به قدرت پردازش بالا دارند؛ همچنین S4 مناسب تسهیل در برنامه نویسی و مدیریت کلاستر، سامزا مناسب ماشین های مجازی جاوا و اسپارک مناسب پردازش جریان و چندتایی های بزرگ به صورت دسته ای-جریانی می باشد.

پردازش جریانی توزیع شده، داده های عظیم، تحمل پذیری خطا، نوسان تأخیر، استورم، S4، سامزا، اسپارک