مقالاتی که دنیای کلان داده را تغییر دادند

در حوزه کلان داده در سالهای اخیر مقالات بسیار زیادی منتشر شده است و با توجه به گرایشات جهانی به این حوزه ، سال به سال نیز در حال افزایش است اما در این بین ، بعضی مقالات نقش پایه ای و اساسی در این حوزه ایفا کرده اند مانند مقاله ای که گوگل در سال ۲۰۰۶ با موضوع کلان جدول یا BigTable منتشر کرد و پایه ای شد برای طراحی بانکهای سطر گسترده ای مانند آمازون داینامو و کاساندرا .
در این مقاله این مقالات که نقطه عطفی در حوزه کلان داده بوده اند به صورت زیر فهرست شده اند که برای دانشجویان و محققین این حوزه توصیه میشود برای شروع کار ، از این مقالات پایه ای استفاده کنند :

1.  MapReduce: Simplified Data Processing on Large Clusters
2. The Google File System
3. Bigtable: A Distributed Storage System for Structured Data
4. Dynamo: Amazon’s Highly Available Key-value Store
5. The Chubby lock service for loosely-coupled distributed systems
6. Chukwa: A large-scale monitoring system
7. Cassandra – A Decentralized Structured Storage System
8. HadoopDB: An Architectural Hybrid of MapReduce and DBMS Technologies for Analytical Workloads
9. S4: Distributed Stream Computing Platform.
10. Dremel: Interactive Analysis of Web-Scale Datasets
11. Large-scale Incremental Processing Using Distributed Transactions and Notifications
12. Pregel: A System for Large-Scale Graph Processing
13. Spanner: Google’s Globally-Distributed Database
14. Shark: Fast Data Analysis Using Coarse-grained Distributed Memory
15. The PageRank Citation Ranking: Bringing Order to the Web
16. A Few Useful Things to Know about Machine Learning
17. Random Forests
18. A Relational Model of Data for Large Shared Data Banks
19. Map-Reduce for Machine Learning on Multicore
20. Megastore: Providing Scalable, Highly Available Storage for Interactive Services
21. Finding a needle in Haystack: Facebook’s photo storage
22. Spark: Cluster Computing with Working Sets
23. The Unified Logging Infrastructure for Data Analytics at Twitter
24. F1: A Distributed SQL Database That Scales
25. MLbase: A Distributed Machine-learning System
26. Scalable Progressive Analytics on Big Data in the Cloud
27. Big data: The next frontier for innovation, competition, and productivity
28. The Promise and Peril of Big Data
29. TDWI Checklist Report: Big Data Analytics

در صورت نیاز به دانلود این مقالات ، می توانید از سایت تراپیپر یا PaperDL استاده کنید.

یک فهرست ۳۸ تایی از مقالات پایه ای حوزه کلان داده هم در سایت   DataScienceCentral برای علاقه مندان تهیه شده است .

فهرستی دیگر از مقالات مفید و ضروری حوزه کلان داده رادر  این آدرس  به تفکیک سال می توانید مشاهده کنید.