*بانو بهار*
کاربر نگاه دانلود
هر توسعه دهنده یی به دنبال زبان های برنامه نویسی سریع تر است اما نوشتن نرم افزارهای سریع و بهینه به ویژه زمانی که با زبان های برنامه نویسی قدیمی کار می کنید، تیری در تاریکی است. در تلاش برای رسیدن به این سرعت و چابکی اضافی، برخی سازمان ها و شرکت های آی تی در تلاش برای ابداع روش ها و رویکردهای جدیدی هستند؛ مثلا زبان جدید اپل -سوئیفت- برای ساخت برنامه های MacOS و iOS سریع تر از هدف خود ساخته شد (از لحاظ مزیت سطح سرعت که موضوع بحث ما است.) در قلمرو Big Data (بیگ دیتا یا کلان داده) و به امید سرعت بخشیدن در این حوزه، شرکت های انگشت شماری در Apache Hadoop تنوع ایجاد کرده و این توزیع را منتشر کردند. آنچه در این مقاله قصد داریم مورد بررسی قرار دهیم، یک زبان برنامه نویسی جدید است تحت عنوان Milk که به منظور مدیریت به مراتب سریع تر کلان داده به بازار عرضه شده است. با سکان آکادمی همراه باشید.
Milk یک زبان توسعه یافته ی جدید توسط آزمایشگاه CSAIL در دانشگاه علوم رایانه و هوش مصنوعی MIT برای تحقق هدف سرعت بخشیدن به دادهای خرد از طریق کارآمدتر کردن مدیریت حافظه است. الگوریتم های نوشته در Milk سرعت پردازش را برای توسعه دهندگانی که باید با نقاط اطلاعاتی پراکنده در سراسر مجموعه کلان داده ها دست و پنجه نرم کنند ۴ برابر سریع تر از زبان های موجود می کند. Vladimir kiriansky اولین نویسنده نمودار Milk در بیانیه ای در سایت خبری دانشگاه MIT نوشت:
یافتن داده یی خاص از میان یک مجموعه بیگ دیتا، فرایندی ناکارآمد و کاری دشوار است. برای روشن تر شدن این مسئله، مثالی از زندگی روزمره می زنم؛ فرض کنید هر بار نیاز به شیر داشته باشید، ابتدا در یخچال را باز کرده، شیشه ی شیر را باز می کنید و کمی از آن را بر می دارید و بعد درب شیشه را می بندید و آن را دوباره در یخچال قرار می دهید. کاری تکراری و طاقت فرسا!
به جای ایجاد درخواست های مکرر برای بازیابی بلوک های بزرگ از داده در محل های قدیمی، هسته پردازنده زبان میلک، تنها داده ای را درخواست می کند که می داند نرم افزار به آن نیاز دارد (قبل از این که درخواستی به هسته ها فرستاده شود، این زبان از اطلاعات آدرس آیتم ها، یک حافظه فضای لوکال و لیست ایجاد می کند.) که در مثال بالا، این همانند رفتن فقط یک بار به سمت یخچال برای شیشه ی شیر است!
یکی دیگر از مزایای زبان برنامه نویسی میلک این است که توسعه دهندگان می توانند در اطراف دستورالعمل پردازش داده ی مد نظر، چند خط کد قرار دهند و کامپایلر چگونگی و کارآمد ترین راه ممکن را برای مدیریت حافظه تعیین خواهد کرد.
Milk هنوز در اوایل راه توسعه است اما امیدوارم که این زبان به زودی در GitHub و ریپازیتوری های دیگر ظاهر شود چرا که در سال های آتی، روز به روز اهمیت کلان داده ها در فضای آی تی بیشتر شده و به طور حتم نیاز به پلتفرم هایی بهینه تر و سریع تر برای پردازش داده ها خواهیم داشت
Milk یک زبان توسعه یافته ی جدید توسط آزمایشگاه CSAIL در دانشگاه علوم رایانه و هوش مصنوعی MIT برای تحقق هدف سرعت بخشیدن به دادهای خرد از طریق کارآمدتر کردن مدیریت حافظه است. الگوریتم های نوشته در Milk سرعت پردازش را برای توسعه دهندگانی که باید با نقاط اطلاعاتی پراکنده در سراسر مجموعه کلان داده ها دست و پنجه نرم کنند ۴ برابر سریع تر از زبان های موجود می کند. Vladimir kiriansky اولین نویسنده نمودار Milk در بیانیه ای در سایت خبری دانشگاه MIT نوشت:
یافتن داده یی خاص از میان یک مجموعه بیگ دیتا، فرایندی ناکارآمد و کاری دشوار است. برای روشن تر شدن این مسئله، مثالی از زندگی روزمره می زنم؛ فرض کنید هر بار نیاز به شیر داشته باشید، ابتدا در یخچال را باز کرده، شیشه ی شیر را باز می کنید و کمی از آن را بر می دارید و بعد درب شیشه را می بندید و آن را دوباره در یخچال قرار می دهید. کاری تکراری و طاقت فرسا!
به جای ایجاد درخواست های مکرر برای بازیابی بلوک های بزرگ از داده در محل های قدیمی، هسته پردازنده زبان میلک، تنها داده ای را درخواست می کند که می داند نرم افزار به آن نیاز دارد (قبل از این که درخواستی به هسته ها فرستاده شود، این زبان از اطلاعات آدرس آیتم ها، یک حافظه فضای لوکال و لیست ایجاد می کند.) که در مثال بالا، این همانند رفتن فقط یک بار به سمت یخچال برای شیشه ی شیر است!
یکی دیگر از مزایای زبان برنامه نویسی میلک این است که توسعه دهندگان می توانند در اطراف دستورالعمل پردازش داده ی مد نظر، چند خط کد قرار دهند و کامپایلر چگونگی و کارآمد ترین راه ممکن را برای مدیریت حافظه تعیین خواهد کرد.
Milk هنوز در اوایل راه توسعه است اما امیدوارم که این زبان به زودی در GitHub و ریپازیتوری های دیگر ظاهر شود چرا که در سال های آتی، روز به روز اهمیت کلان داده ها در فضای آی تی بیشتر شده و به طور حتم نیاز به پلتفرم هایی بهینه تر و سریع تر برای پردازش داده ها خواهیم داشت
