name :
*
last name :
*
email :
*
*
mobile phone number :
telephone number :
address :
message :
*
CAPTCHA :
*
*
sending
rejection
جهت پیگیری مشکلات درخواست ها، امانت دیجیتال و کاربری کتابخانه دیجیتال
روی آیکون گفتگوی آنلاین در صفحه اصلی وبسایت کلیک کنید تا در اسرع وقت به شما پاسخ داده شود
نشانی: مشهد، حرم مطهر، کتابخانه مرکزی
صندوق پستی: 177-91735
دورنگار: 32220845 - 051
تماس با واحد فنی و پشتیبانی نرم افزار:32243287 - 051 ساعت پاسخگویی : 7.30 الی 12:30
پست الکترونیک: digital@library.razavi.ir
از :
{0}
email :
{1}
mobile phone number :
{2}
telephone number :
{3}
Aaddress :
{4}
text :
{5}
کاربرگرامی
در حال حاضر امکان پاسخگویی آنلاین به شما وجود ندارد
خواهشمند است پیامهای خود را از طریق فرم
ارتباط با ما
و یا در صورتی که پرسش تخصصی داشتید از طریق فرم
پرسش از کتابدار
مطرح نمائید
باتشکر
body,td,th { font-family: Tahoma; } از طریق وب سایت کتابخانه دیجیتال آستان قدس رضوی، دسترسی به اطلاعات کتابشناختی کلیه منابع برای تمامی کاربران (عضو و غیرعضو) میسر می باشد. به علاوه امکان مطالعه و تورق تعداد قابل توجهی از منابع وجود دارد. در عین حال چنانچه مایل به دریافت فایل باشید، پس از ثبت نام از طریق خدمات تحویل مدرک که از ابتدای وقت اداری شنبه 7:30 تا پایان وقت اداری چهارشنبه 12:30 فعال است، می توانید طبق تقسیم بندی ذیل، منبع مورد نظر خود را درخواست نمایند. * سیاست واگذاری منابع با توجه به قانون حق مولف و قوانین داخلی سازمان تعیین گردیده است. منبع اطلاعاتی تعداد صفحات قابل ارائه تعرفه قابل پرداخت نسخه های چاپی 20 صفحه 350 ریال (یک صفحه) کتابهای لاتین با نظر کارشناس (متغیر) 350 ریال (یک صفحه) کتابهای زبان عربی تمام صفحات 350 ریال (یک صفحه) کتابهای چاپی قبل از سال1320شمسی تمام صفحات 350 ریال (یک صفحه) کتب چاپ سنگی تمام صفحات 350 ریال (یک صفحه) کتب خطی تمام صفحات 350 ریال (یک صفحه) پایان نامه 20 صفحه اول 1500 ریال (یک صفحه) عکس نسخه نمایشی با نظر کارشناس (متغیر) سند تمام صفحات با نظر کارشناس (متغیر)
در صورتیکه عضو سایت هستید برای ثبت پرسش ضروری است ابتدا وارد سیستم شوید .در غیر اینصورت لطفا ابتدا فرم ثبت نام در سایت را تکمیل و سپس اقدام به ثبت پرسش نمائید.
لطفا منتظر بمانید ...
Home
Contact Us
FAQ
advanced search
entry
registration
کتابخانه دیجیتـــــــال آستان قدس رضوی
D
igital
L
ibrary of
A
stan-e
Q
uds-e
R
azavi
Search By
all cases
Title
writer
subject
explanations
درخواست امانت دیجیتال
درخواست مقاله
فروشگاه انلاین
Organizational Sharing
Digital Source Grant
Resource Download
guide
the average of the points:
your point :
points numbers :
0
Title:
A Dynamic Scaling Methodology for Improving Performance of Big Data Systems
the statue of electronic publish :
us:2017; ( M.S.( South Dakota State University, Dept. of Electrical Engineering and Computer Science
creator’s description :
Nashmiah Alhamdawi
the creators :
Liu, Yi
(guide )
Alhamdawi, Nashmiah
(researcher)
subject :
Big data
,
Information storage and retrieval systems -- Scalability
language :
English
the relevant digital sources :
مشاهده منبع
Number Of Pages:
66
type :
text
base :
پایان نامه های الکترونیکی لاتین مشکل دار
note :
abstract :
The continuous growth of data volume in various fields such as, healthcare, sciences, economics, and business has caused an overwhelming flow of data in the last decade. The overwhelming flow of data has raised challenges in processing, analyzing, and storing data, which lead many systems to face an issue in performance. Poor performance of systems creates negative impact such as delays, unprocessed data, and increasing response time. Processing huge amounts of data demands a powerful computational infrastructure to ensure that data processing and analysis success [7]. However, the architectures of these systems are not suitable to process that quantity of data. This calls for necessity to develop a methodology to improve the performance of systems handle massive amount of data. This thesis presents a novel dynamic scaling methodology to improve the performance of big data systems. The dynamic scaling methodology is developed to scale up the system based on the several aspects from the big data perspective. Moreover, these aspects are used by the helper project algorithm which is designed to divide a task into small chunks to be processed by the system. These small chunks run on several virtual machines to work in parallel to enhance the system’s runtime performance. In addition, the dynamic scaling methodology does not require many modifications on the applied, which makes it easy to use. The dynamic scaling methodology improves the performance of the big data system significantly. As a result, it provides a solution for performance failures in systems that process huge amount of data. This is study would be beneficial to IT researches that focus on performance of big data systems.
source type :
پایان نامه های الکترونیکی
form :
electronic
audience :
professional
خروجی ها:
Mods
Doblin core
Marc xml
MarcIran xml
مشخصات مختصر فراداده
×
درخواست مدرک
کاربر گرامی : برای در خواست مدرک ابتدا باید وارد سایت شوید
چنانچه قبلا عضو سایت شدهاید
ورود به سایت
در غیر اینصورت
عضویت در سایت
را انتخاب نمایید
ورود به سایت
عضویت در سایت
It was registered successfully