چکيده— امروزه، مجموعه داده های بزرگ در حوزه های علمی مختلف، در حال تبدیل شدن به بخش مهمی از منابع تسهیم شده می باشند. این حجم عظیم از داده ها معمولا در مراکز داده ابری ذخیره می شوند. بنابراین، تکنیک تکرار داده ها که معمولا از آن برای مدیریت حجم بالایی از داده ها به صورت توزیع شده، استفاده می شود؛ سرعت دسترسی به داده ها را بالا می برد و تاخیر دسترسی به داده ها را کم می کند و میزان دسترسی به داده ها را افزایش می دهد. با این حال، با وجود اهمیت تکنیک ها و مکانیسم های تکرار داده ها در محیط های ابری، مطالعه و بررسی سیستماتیک و جامعی در خصوص مرور و تحلیل تکنیک های مهم تکرار داده ها، انجام نشده است. بنابراین در این مقاله، مطالعه و بررسی جامع و دقیق تکنیک ها و مکانیسم های جدید در این حوزه ارائه می شوند. بعلاوه ما در اینجا، مکانیسم های تکرار داده ها در سیستم های ابری را بررسی کرده و آنها را به دو گروه عمده که شامل مکانیسم های استاتیک و دینامیک هستند؛ تقسیم بندی می نماییم. مکانیسم های استاتیک تکرار داده ها، موقعیت گره های تکرار را در خلال فاز طراحی تعیین می نمایند؛ ولی مکانیسم های دینامیک، گره های تکرار را در زمان اجرا انتخاب می کنند. بعلاوه در اینجا، رده بندی و مقایسه مکانیسم های مروری، ارائه شده و ویژگی های اصلی آنها برجسته می شوند و مورد تاکید قرار می گیرند. در نهایت نیز، چالش های باز (باقیمانده) در خصوص این موضوع بیان شده و برخی اشارات و توصیه ها برای حل چالش های موجود، بیان می شوند. این بررسی و مرور نشان می دهد که برخی روش های دینامیک به استراتژی های تکرار مربوطه امکان می دهند تا بر اساس تغییرات ایجاد شده در رفتار کاربران و توپولوژی شبکه در زمان اجرا، تنظیم شوند. بعلاوه این روش ها برای استفاده در یک محیط "سرویس-گرا" کاربردی می باشند. در چنین محیط هایی، تعداد و موقعیت کاربرانی که قصد دارند به داده ها دسترسی داشته باشند؛ اغلب می بایست به صورت بسیار دینامیک و پویا تعیین شود.
کلمات کليدي-رایانش ابری، تکرار، داده های بزرگ، استاتیک، دینامیک

Abstract:  Nowadays, in various scientific domains, large data sets are becoming an important part of shared resources. Such huge mass of data is usually stored in cloud data centers. Therefore, data replication which is generally used to manage large volumes of data in a distributed manner speeds up data access, reduces access latency and increases data availability. However, despite the importance of the data replication techniques and mechanisms in cloud environments, there has not been a comprehensive study about reviewing and analyzing its important techniques systematically. Therefore, in this paper, the comprehensive and detailed study and survey of the state of art techniques and mechanisms in this field are provided. Also, we discuss the data replication mechanisms in the cloud systems and categorize them into two main groups including static and dynamic mechanisms. Static mechanisms of data replication determine the location of replication nodes during the design phase while dynamic ones select replication nodes at the run time. Furthermore, the taxonomy and comparison of the reviewed mechanisms are presented and their main features are highlighted. Finally, the related open issues and some hints to solve the challenges are mapped out. The review indicates that some dynamic approaches allow their associated replication strategies to be adjusted at run time according to changes in user behavior and network topology. Also, they are applicable for a service-oriented environment where the number and location of the users who intend to access data often have to be determined in a highly dynamic fashion.
Keywords-Cloud computing; Replication; Big data; Static; Dynamic