Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Migrasi Model Data Relasional MySQL ke Model Data Column Oriented Hbase pada Aplikasi Search Engine
Riska Amalia (2017) | Skripsi | Teknik Informatika , Teknik Komputer
Bagikan
Ringkasan
Penelitian ini berkaitan dengan analisis dan proses migrasi aplikasi search engine dari teknologi relational MySQL ke teknologi column oriented Hbase. Migrasi ini dilakukan terkait dengan isu big data khususnya peningkatan jumlah data pada aplikasi yang terus bertambah. Migrasi dilakukan untuk mengkaji bagaimana hbase mengelola aplikasi dengan peningkatan beban data yang terus bertambah. Hbase merupakan salah satu DBMS yang mengadopsi konsep Google Big Table. Hbase dikombinasikan dengan Hadoop Distributed File System (HDFS) mampu mengadopsi teknologi database terdistribusi hingga bisa menerapkan horizontal scalability melalui teknik sharding. Horizontal scalability berarti scaling dengan cara penambahan mesin tambahan, sedangkan vertical scalability berarti peningkatan sumber daya terhadap mesin itu sendiri. Teknik sharding pada hbase melakukan semacam partition, yaitu pembagian beban data ke sejumlah unit dasar horizontal scalability di hbase yang bernama region. Analisis penelitian mulai dari perubahan model data dari relasional ke column oriented, pemindahan data dari basis data lama ke basis data baru, pemrosesan query dari model data yang baru, penerapan horizontal scalability dengan fitur sharding hingga pengukuran load time dengan jumlah region yang berbeda. Hasil penelitian menunjukan bahwa fitur sharding yang dimiliki Hbase membantu mengelola peningkatan beban data dengan melakukan partition ke sejumlah region. Kata Kunci: migrasi database Relational ke column oriented, aplikasi search engine, peningkatan jumlah data, sharding hbase, Horizontal Scalability.
Ringkasan Alternatif
This study deals with analysis and application migration process of search engine technology from MySQL RDBMS technology to column-oriented DBMS Hbase. This migration is undertaken relation to the issue of big data, especially since the data is continuously grow. Migration is undertaken in order to examine how HBase manage applications with the increased of data. Hbase is DBMS that adopts the concept of Google's Big Table. The combination of Hbase and Hadoop Distributed File System (HDFS) is able to adopt a distributed database technology by applying horizontal scalability through sharding techniques. Horizontal scalability means that process of scale is done by adding additional machines, while the vertical scalability means an increase in the resources of the machine itself. Sharding technique on HBase does some kinds of partition, namely division of the burden of data into a number of basic units of horizontal scalability in HBase named region. Analysis of this study ranged from changing relational data model to column oriented, transferring data from the old database to the new database, processing query of the new data model, applicating of horizontal scalability with sharding technique to measure load time by the number of different regions. The results showed that Hbase sharding technique helped to manage the increased load data by performing partition into a number of regions. Keywords: Relational database migration to a column oriented, application search engine, increasing the amount of data, sharding HBase, Horizontal Scalability.