Big Data 2.0 Processing Systems: A Survey

این کتاب "تصویر بزرگ" و یک بررسی جامع از حوزه سیستم های پردازش داده های بزرگ را در اختیار خوانندگان قرار می دهد. در دهه گذشته، چارچوب Hadoop بر دنیای پردازش داده های بزرگ تسلط داشته است، اما اخیراً دانشگاه ها و صنعت شروع به تشخیص محدودیت های آن در چندین حوزه کاربردی و سناریوهای پردازش کلان داده مانند پردازش در مقیاس بزرگ داده های ساختاریافته، داده های نموداری کرده اند. و جریان داده ها بنابراین، اکنون به تدریج با مجموعه‌ای از موتورها جایگزین می‌شود که به عمودی‌های خاص (مانند داده‌های ساختاریافته، داده‌های نمودار و داده‌های جریانی) اختصاص داده شده‌اند. این کتاب این موج جدید از سیستم‌ها را بررسی می‌کند، که از آن به عنوان سیستم‌های پردازش داده‌های بزرگ 2.0 یاد می‌کند.

بعد از اینکه فصل 1 پیش‌زمینه کلی پدیده‌های کلان داده را ارائه می‌کند، فصل 2 یک نمای کلی از اهداف عمومی مختلف ارائه می‌کند. سیستم های پردازش داده های بزرگ که به کاربران خود اجازه می دهد تا مشاغل مختلف پردازش داده های بزرگ را برای حوزه های کاربردی مختلف توسعه دهند. به نوبه خود، فصل 3 سیستم‌های مختلفی را بررسی می‌کند که برای پشتیبانی از طعم SQL در بالای زیرساخت Hadoop و ارائه عملکرد رقابتی و مقیاس‌پذیر در پردازش داده‌های ساختاریافته در مقیاس بزرگ معرفی شده‌اند. فصل 4 چندین سیستم را مورد بحث قرار می دهد که برای مقابله با مشکل پردازش گراف در مقیاس بزرگ طراحی شده اند، در حالی که تمرکز اصلی فصل 5 بر چندین سیستم است که برای ارائه راه حل های مقیاس پذیر برای پردازش جریان های داده های بزرگ طراحی شده اند، و روی مجموعه های دیگر سیستم هایی که برای پشتیبانی از توسعه خطوط لوله داده بین انواع مختلف مشاغل و سیستم های پردازش داده های بزرگ معرفی شده اند. در نهایت، فصل 6 نتیجه‌گیری و چشم‌اندازی در مورد چالش‌های تحقیقاتی آینده را به اشتراک می‌گذارد.

به طور کلی، این کتاب یک راهنمای مرجع ارزشمند برای دانشجویان، محققان و متخصصان در حوزه سیستم‌های پردازش داده‌های بزرگ ارائه می‌کند. علاوه بر این، محتوای جامع آن امیدواریم خوانندگان را تشویق کند تا تحقیقات بیشتری در مورد این موضوع دنبال کنند.

This book provides readers the “big picture” and a comprehensive survey of the domain of big data processing systems. For the past decade, the Hadoop framework has dominated the world of big data processing, yet recently academia and industry have started to recognize its limitations in several application domains and big data processing scenarios such as the large-scale processing of structured data, graph data and streaming data. Thus, it is now gradually being replaced by a collection of engines that are dedicated to specific verticals (e.g. structured data, graph data, and streaming data). The book explores this new wave of systems, which it refers to as Big Data 2.0 processing systems.

After Chapter 1 presents the general background of the big data phenomena, Chapter 2 provides an overview of various general-purpose big data processing systems that allow their users to develop various big data processing jobs for different application domains. In turn, Chapter 3 examines various systems that have been introduced to support the SQL flavor on top of the Hadoop infrastructure and provide competing and scalable performance in the processing of large-scale structured data. Chapter 4 discusses several systems that have been designed to tackle the problem of large-scale graph processing, while the main focus of Chapter 5 is on several systems that have been designed to provide scalable solutions for processing big data streams, and on other sets of systems that have been introduced to support the development of data pipelines between various types of big data processing jobs and systems. Lastly, Chapter 6 shares conclusions and an outlook on future research challenges.

Overall, the book offers a valuable reference guide for students, researchers and professionals in the domain of big data processing systems. Further, its comprehensive content will hopefully encourage readers to pursue further research on the subject.