هدوپ راهکاری برای داده های انبوه

داده های انبوه بیانگر مجموعه های دادهای با حجم بسیار بزرگ، متنوع و پیچیده ای هستند که مدیریت آن ها با استفاده از روش های معمول پایگاه داده میسر نیست و نمی توان دانش های نهان آن ها را در زمان های پیش بینی شده استخراج نمود در این راستا دیتابیس هایی برپایه مفهوم داده های انبوه که nosql نامیده شده اند، می توانند به راحتی بر بستری از سرورهای کلاسترشده پیاده سازی و اجرا شوند که برخلاف روش های معمول پایگاه داده، که اطلاعات در جداول جداگانه ذخیره می شوند در اینجا اطلاعات به صورت مجتمع ذخیره می گردند. هدوپ از معروف ترین پایگاه داده های nosql است. هدوپ یک اکوسیستم اطلاعاتی است که با ترکیب چندین مولفه، پلتفرمی مناسب را برای داده های انبوه در بستر ابر ایجاد می کند. پیاده سازی داده های انبوه در بستر سیستم های پردازش ابری از یک سو منجر به کاهش هزینه ها و از سوئی دیگر باعث بالا رفتن کارائی سیستم ها شده است، چرا که حجم انبوهی از اطلاعات از طریق سرورهای کلاسترشده، جمع آوری و پردازش می شوند. یکی از چالش های مهم این است که با رشد سریع داده های انبوه و متنوع نیاز به ساختاری مناسب جهت آنالیز و بروزرسانی داده های در حال رشد می باشد. سوال مطرح شده این است که چگونه می توان از هدوپ برای دسترسی، پردازش و آنالیز داده های انبوه استفاده نمود؟ در این مقاله سعی به پاسخ این سوال با بررسی نقش هدوپ در پردازش داده های انبوه داریم.