دراسة معايير تصنيفية جديدة لأنظمة قواعد المعطيات غير العلائقية في إدارة البيانات الضخمة

Abstract

دراسة معايير تصنيفية جديدة لأنظمة قواعد المعطيات
غير العلائقية في إدارة البيانات الضخمة

كمال عبد الهادي السلوم

هاني محمد حسن

مع تطور تطبيقات الانترنيت والزيادة الكبيرة في حجم البيانات المنتجة يومياً، أظهرت قواعد البيانات التقليدية العلائقية ضعفاً في المقدرة على الإدارة الفعالة لهذه البيانات نتيجة القيود التي يفرضها نموذج التصميم المرتبط بها، فظهرت حديثاً قواعد المعطيات غير العلائقية لتجد حلاً لهذه المشكلة دون الاعتماد على البنى والهيكليات الـمـــسبقة التصميم، وعاكسةً لنموذج مرن قدم حلولاً ناجحة لإدارة قواعد البيانات الضخمة، وتطورت هذه الأنظمة كماً ونوعاً خلال فترة زمنية قصيرة، وأصبحت ظاهرة عالمية في إدارة قواعد البيانات سبقت ظهور الدراسات البحثية في هذا المجال، الأمر الذي تنبه له مؤخراً الباحثون الاختصاصيون في هذا المجال، ومع وفرة الموارد التسويقية من هذه الأنظمة بات من الضروري الخوض في دراسات تحليلية وتصميمية شاملة لعملها، لتشكل دليلاً للمستخدمين نحو النماذج والأصناف المناسبة لإدارة بياناتهم الضخمة اعتماداً على خصائص تصنيفية عديدة، وتقديم فكرة عن آلية عمل هذه الأنظمة والتقنيات المستخدمة فيها وهو ما تم التطرق إليه في هذا البحث.

According to the development of  internet  applications and the huge increase in the produced volume of data daily, the traditional relational database systems showed weakness in the efficiency of managing this data, because of the restrictions imposed by the design model connected to it. Recently, non-relational database appeared to solve this problem without depending on all predesigned structures and reflecting a flexible model that provides successful solution for managing big databases. In short time, the number of these systems has largely developed both qualitatively and quantitatively, and become a global phenomenon in managing database that preceded the appearance of related studies, something that research specialists have recently noticed. As result of the abundance in marketing resources of these systems, carrying out analytical and design studies of its work becomes a necessity. According ,these studies become a user guide for suitable models and types in managing huge data depending on their several classification properties, They also provide an idea about the mechanism of these systems and the techniques used. This issue was discussed in the research.