﻿<?xml version="1.0" encoding="utf-8"?>
<ArticleSet>
  <ARTICLE>
    <Journal>
      <PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName>
      <JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle>
      <ISSN>16823745</ISSN>
      <Volume>11</Volume>
      <Issue>4</Issue>
      <PubDate PubStatus="epublish">
        <Year>2014</Year>
        <Month>3</Month>
        <Day>21</Day>
      </PubDate>
    </Journal>
    <ArticleTitle>Semi-Partitioning Multiprocessor Real-Time Scheduling in Data Stream Management Systems</ArticleTitle>
    <VernacularTitle>زمان‌بندي بي‌درنگ چندپردازنده‌اي شبه‌افرازي در سيستم‌هاي مديريت جريان داده</VernacularTitle>
    <FirstPage>94</FirstPage>
    <LastPage>102</LastPage>
    <ELocationID EIdType="doi" />
    <Language>fa</Language>
    <AuthorList>
      <Author>
        <FirstName>مهدی</FirstName>
        <LastName>عالمی</LastName>
        <Affiliation></Affiliation>
      </Author>
      <Author>
        <FirstName>مصطفی</FirstName>
        <LastName>حق‌جو</LastName>
        <Affiliation></Affiliation>
      </Author>
    </AuthorList>
    <History PubStatus="received">
      <Year>2015</Year>
      <Month>11</Month>
      <Day>29</Day>
    </History>
    <Abstract>In data stream management systems as long as streams of data arrive to the system, stored queries are executed on these data. Regarding high workload, high processing capacity is required, leading to consider multiple processors to cope with it. Partitioning approach, one of the main methods in multiprocessor real-time scheduling, bind each query to one of processors based on its utilization, ratio of estimated execution time to period, and instances of each query which should be completed under defined deadline can only be executed on specified processor. Each query which could not be assigned to any processor can be split based on utilization of processors and spread among them, causing to get closer to optimum result. This system has been examined with real network data, showing lower miss ratio and higher utilization in comparison to simple partitioning approach.</Abstract>
    <OtherAbstract Language="FA">در سيستم‌هاي مديريت جريان داده، داده‌هاي جرياني وارد سيستم مي‌شوند و پرس و جوهاي ذخيره‌شده بر روي اين داده‌ها اجرا مي‌شوند. با توجه به بار کاري بالا نياز به ظرفيت پردازشي بالا است و استفاده از چندپردازنده بايد در نظر گرفته شود. همچنين در سيستم‌هاي بي‌درنگ پرس و جوها تحت مهلت مشخصي بايد کار خود را به اتمام برساند. از رويکردهای موجود در زمان‌بندی چندپردازنده‌ای بی‌درنگ رويکرد افرازي است که هر پرس و جو با توجه به بهره‌وري که نسبت زمان اجرا به دوره است به پردازنده‌ها انتساب داده مي‌شود و فقط در آن اجرا مي‌شود. براي نزديک‌شدن به جواب بهينه در اينجا پرس و جوهايي که در يک پردازنده جا نمي‌گيرند بر اساس بهره‌وري شکسته مي‌شوند و در بين پردازنده‌ها پخش مي‌شوند. اين سيستم با داده‌هاي واقعي شبکه تست شده است. مقايسه‌ها نشان مي‌دهد که رويکرد مورد نظر توانسته است نسبت به رويکرد افرازي ساده ميزان از دست رفتن مهلت‌ها را کاهش دهد و ميزان بهره‌وري سيستم را بالا ببرد.</OtherAbstract>
    <ObjectList>
      <Object Type="Keyword">
        <Param Name="Value">توزيع بار
چندپردازنده
زمان‌بندی بی‌درنگ
افرازی
بهره‌وری</Param>
      </Object>
    </ObjectList>
    <ArchiveCopySource DocType="Pdf">http://ijece.org/fa/Article/Download/28069</ArchiveCopySource>
  </ARTICLE>
</ArticleSet>