Data Storage for Social Networks: A Socially Aware Approach

به‌دلیل موفقیت فیس‌بوک، توییتر و لینکدین، شبکه‌های اجتماعی آنلاین (OSN) در همه جا حاضر شده‌اند و راه‌های جدیدی را برای دسترسی افراد به اطلاعات و برقراری ارتباط با یکدیگر ارائه می‌کنند. از آنجایی که افزایش محبوبیت شبکه های اجتماعی غیرقابل انکار است، مقیاس پذیری یک موضوع مهم برای هر OSN است که می خواهد به تعداد زیادی از کاربران خدمات ارائه دهد. ذخیره سازی داده های کاربر برای کل شبکه در یک سرور واحد می تواند به سرعت منجر به گلوگاه شود و در نتیجه سرورهای بیشتری برای افزایش ظرفیت ذخیره سازی و کاهش ترافیک درخواست داده در هر سرور مورد نیاز است. افزودن سرورهای بیشتر تنها یک مرحله برای رسیدگی به مقیاس پذیری است.

مرحله بعدی تعیین بهترین روش برای ذخیره داده ها در چندین سرور است. این مشکل به طور گسترده در ادبیات سیستم های توزیع شده و پایگاه داده مورد مطالعه قرار گرفته است. با این حال، OSN ها کلاس متفاوتی از سیستم های داده را نشان می دهند. هنگامی که کاربر زمانی را در یک شبکه اجتماعی سپری می‌کند، داده‌های درخواستی بیشتر متعلق به او و دوستانش است. به عنوان مثال، در فیس‌بوک یا توییتر، این داده‌ها به‌روزرسانی‌های وضعیت پست‌شده توسط خودش و همچنین ارسال‌شده توسط دوستان هستند. این به اصطلاح محلی اجتماعی باید در هنگام تعیین مکان های سرور برای ذخیره این داده ها در نظر گرفته شود، به طوری که وقتی کاربر درخواست خواندن را صادر می کند، تمام داده های مربوطه آن می تواند به سرعت و کارآمد بازگردانده شود. محل اجتماعی یک عامل طراحی در سیستم های ذخیره سازی سنتی نیست که در آن درخواست های داده همیشه به طور مستقل پردازش می شوند.

حتی برای OSN های امروزی، محلی بودن اجتماعی هنوز در طرح های پارتیشن داده در نظر گرفته نشده است. این طرح‌ها بر جداول هش توزیع شده (DHT) تکیه می‌کنند که از هش‌سازی ثابت برای تخصیص داده‌های کاربران به سرورها استفاده می‌کنند. ماهیت تصادفی DHT منجر به موقعیت اجتماعی ضعیفی می شود که نشان داده شده است که منجر به عملکرد ضعیف تحت بارهای درخواستی سنگین می شود.

ذخیره‌سازی داده برای شبکه‌های اجتماعی: یک رویکرد آگاهانه اجتماعی با هدف بررسی ادبیات فعلی ذخیره‌سازی داده‌ها برای شبکه‌های اجتماعی آنلاین و بحث در مورد روش‌های جدیدی است که آگاهی اجتماعی را در طراحی در نظر می‌گیرد. ذخیره سازی کارآمد داده ها

Evidenced by the success of Facebook, Twitter, and LinkedIn, online social networks (OSNs) have become ubiquitous, offering novel ways for people to access information and communicate with each other. As the increasing popularity of social networking is undeniable, scalability is an important issue for any OSN that wants to serve a large number of users. Storing user data for the entire network on a single server can quickly lead to a bottleneck, and, consequently, more servers are needed to expand storage capacity and lower data request traffic per server. Adding more servers is just one step to address scalability.

The next step is to determine how best to store the data across multiple servers. This problem has been widely-studied in the literature of distributed and database systems. OSNs, however, represent a different class of data systems. When a user spends time on a social network, the data mostly requested is her own and that of her friends; e.g., in Facebook or Twitter, these data are the status updates posted by herself as well as that posted by the friends. This so-called social locality should be taken into account when determining the server locations to store these data, so that when a user issues a read request, all its relevant data can be returned quickly and efficiently. Social locality is not a design factor in traditional storage systems where data requests are always processed independently.

Even for today’s OSNs, social locality is not yet considered in their data partition schemes. These schemes rely on distributed hash tables (DHT), using consistent hashing to assign the users’ data to the servers. The random nature of DHT leads to weak social locality which has been shown to result in poor performance under heavy request loads.

Data Storage for Social Networks: A Socially Aware Approach is aimed at reviewing the current literature of data storage for online social networks and discussing new methods that take into account social awareness in designing efficient data storage.