Kenapa Sandaran WhatsApp Begitu Perlahan

Keadaan Rangkaian

Salah satu sebab utama kenapa sandaran WhatsApp begitu perlahan adalah kebergantungan kepada keadaan rangkaian. Sandaran WhatsApp biasanya dilakukan melalui Wi-Fi atau data mudah alih, dan kelajuan sambungan ini boleh mempengaruhi tempoh sandaran secara ketara. Di kawasan dengan sambungan yang lemah atau lebar jalur terhad, proses sandaran boleh tertangguh dengan ketara. Kajian menunjukkan bahawa kependaman rangkaian dan had lebar jalur merupakan faktor kritikal yang mempengaruhi prestasi perkhidmatan awan, termasuk operasi sandaran ("Cloud Disaster Recovery Plans", 2024; Abualkishik et al., 2020). Selain itu, saiz data yang disandarkan turut memainkan peranan penting. Sandaran WhatsApp boleh merangkumi bukan sahaja mesej teks tetapi juga imej, video, dan mesej suara, yang secara kumulatif boleh mencapai saiz data yang besar. Semakin besar set data, semakin lama proses sandaran akan mengambil masa, terutamanya jika sambungan rangkaian tidak optimum (Hasan et al., 2023; Abualkishik et al., 2020).

Amalan Pengurusan Data

WhatsApp menggunakan strategi pengurusan data tertentu yang turut menyumbang kepada proses sandaran yang perlahan. Aplikasi ini menggunakan penyulitan hujung-ke-hujung untuk melindungi data pengguna, yang, walaupun meningkatkan keselamatan, boleh menambah beban kepada proses sandaran. Penyulitan dan penyahsulitan data memerlukan sumber pengkomputeran dan masa, yang boleh melambatkan operasi sandaran (Tian et al., 2020; Li et al., 2018). Selain itu, proses sandaran direka untuk bersifat inkremental, bermakna hanya data baharu atau yang diubah suai akan disandarkan selepas sandaran pertama. Walaupun pendekatan ini cekap secara teori, ia boleh menyebabkan masa sandaran yang lebih lama jika pengguna kerap menghantar fail besar atau jika aplikasi perlu memproses banyak perubahan sejak sandaran terakhir (Saxena et al., 2019). Sandaran inkremental juga boleh menyebabkan pemecahan data, yang mungkin merumitkan proses sandaran dan melambatkannya lagi (Dotasara & Sharma, 2022).

Had Storan Awan

Pemilihan penyedia storan awan turut boleh mempengaruhi kelajuan sandaran. WhatsApp biasanya menggunakan perkhidmatan awan seperti Google Drive atau iCloud untuk menyimpan sandaran. Prestasi perkhidmatan ini boleh berbeza-beza berdasarkan infrastruktur, beban pengguna, dan dasar pengurusan data mereka. Sebagai contoh, jika perkhidmatan awan mengalami trafik tinggi atau sedang menjalani penyelenggaraan, pengguna mungkin mengalami kelewatan dalam proses sandaran mereka (Abualkishik et al., 2020; Li et al., 2019). Selain itu, pertukaran kos-manfaat yang berkaitan dengan storan awan boleh mempengaruhi prestasi sandaran. Seperti yang dinyatakan dalam kajian mengenai perkhidmatan storan awan, penyedia perlu mengimbangi kecekapan kos dengan prestasi, yang boleh menyebabkan kelajuan sandaran yang lebih perlahan semasa waktu penggunaan puncak (Gonçalves et al., 2018; Hasan et al., 2023). Selain itu, lokasi geografi pusat data yang digunakan oleh perkhidmatan awan ini boleh menyebabkan kependaman; sandaran mungkin mengambil masa lebih lama jika pusat data terletak jauh daripada pengguna (Sun et al., 2020).

Tingkah Laku dan Tetapan Pengguna

Tingkah laku pengguna turut memainkan peranan penting dalam kelajuan sandaran WhatsApp. Ramai pengguna mungkin tidak kerap mengemas kini aplikasi mereka atau mempunyai tetapan yang mengehadkan proses sandaran. Sebagai contoh, jika pengguna menetapkan kekerapan sandaran mereka kepada mingguan atau bulanan, jumlah data yang perlu disandarkan boleh bertimbun, menyebabkan masa sandaran yang lebih lama apabila proses tersebut akhirnya berlaku (Sulisdyantoro & Marzuki, 2023). Tambahan pula, pengguna sering mengabaikan kepentingan menguruskan fail media mereka. Fail media besar, seperti video dan imej beresolusi tinggi, boleh meningkatkan masa sandaran secara drastik. Pengguna yang kerap berkongsi atau menerima fail besar mungkin mendapati sandaran mereka mengambil masa yang jauh lebih lama disebabkan jumlah data yang besar sedang diproses (Sato et al., 2020).

Had Teknikal Aplikasi

Seni bina teknikal WhatsApp itu sendiri turut boleh menyumbang kepada kelajuan sandaran yang perlahan. Reka bentuk aplikasi perlu menampung pelbagai sistem operasi dan jenis peranti, yang boleh menyebabkan ketidakcekapan dalam cara sandaran diproses. Sebagai contoh, kaedah Android Backup APK telah terbukti berkesan dalam konteks tertentu tetapi mungkin tidak dioptimumkan untuk semua peranti, menyebabkan prestasi yang lebih perlahan (Sulisdyantoro & Marzuki, 2023). Selain itu, proses sandaran mungkin turut dipengaruhi oleh prestasi peranti. Peranti lama dengan kuasa pemprosesan dan ingatan yang terhad mungkin sukar mengendalikan proses sandaran dengan cekap, menyebabkan masa sandaran yang lebih lama (Vardoulakis et al., 2021).

Kesimpulan

Ringkasnya, kenapa sandaran WhatsApp begitu perlahan dipengaruhi oleh pelbagai faktor, termasuk keadaan rangkaian, amalan pengurusan data, had storan awan, tingkah laku pengguna, dan kekangan teknikal aplikasi itu sendiri. Memahami elemen-elemen ini boleh membantu pengguna mengurus jangkaan mereka dan mengoptimumkan tetapan sandaran mereka untuk prestasi yang lebih baik. Berbeza dengan Google Drive, sandaran berfungsi dengan jauh lebih pantas. Selagi teknologi awan terus berkembang, kemungkinan besar penambahbaikan akan dibuat untuk meningkatkan kecekapan proses sandaran merentasi pelbagai platform, termasuk WhatsApp. Buat masa ini, anda boleh lihat perkhidmatan dan perisian kami di laman utama kami. ###

1. Gonçalves et al. "On the Cost-Benefit Tradeoffs of Cloud Storage Services for End Users and Service Providers" (2018) doi:10.5753/sbrc_estendido.2018.14186
2. "Cloud Disaster Recovery Plans" International Research Journal of Modernization in Engineering Technology and Science (2024) doi:10.56726/irjmets51188
3. Hasan et al. "Data Recovery and Backup Management: A Cloud Computing Impact" (2023) doi:10.1109/icest56843.2023.10138852
4. Abualkishik et al. "Disaster Recovery in Cloud Computing Systems: An Overview" International Journal of Advanced Computer Science and Applications (2020) doi:10.14569/ijacsa.2020.0110984
5. Tian et al. "Low-cost Data Partitioning and Encrypted Backup Scheme for Defending Against Co-resident Attacks" Eurasip Journal on Information Security (2020) doi:10.1186/s13635-020-00110-1
6. Li et al. "Redundancy-Guaranteed and Receiving-Constrained Disaster Backup in Cloud Data Center Network" IEEE Access (2018) doi:10.1109/access.2018.2859427
7. Saxena et al. "Analysis of the Age of Data in Data Backup Systems" Computer Networks (2019) doi:10.1016/j.comnet.2019.05.020
8. Dotasara and Sharma "MDAS_DBRCC: Data Backup and Recovery Technique in Cloud Computing for Education Industry" International Journal on Recent and Innovation Trends in Computing and Communication (2022) doi:10.17762/ijritcc.v10i6.5621
9. Li et al. "Cost‐efficient Disaster Backup for Multiple Data Centers Using Capacity‐constrained Multicast" Concurrency and Computation Practice and Experience (2019) doi:10.1002/cpe.5266
10. Sun et al. "QoS-Aware Task Placement With Fault-Tolerance in the Edge-Cloud" IEEE Access (2020) doi:10.1109/access.2020.2977089
11. Sulisdyantoro and Marzuki "Identification of Whatsapp Digital Evidence on Android Smartphones using The Android Backup APK (Application Package Kit) Downgrade Method" Journal of Integrated and Advanced Engineering (JIAE) (2023) doi:10.51662/jiae.v3i1.70
12. Sato et al. "Experiment and Availability Analytical Model of Cloud Computing System Based on Backup Resource Sharing and Probabilistic Protection Guarantee" IEEE Open Journal of the Communications Society (2020) doi:10.1109/ojcoms.2020.2994995
13. Vardoulakis et al. "Using RDMA for Efficient Index Replication in LSM Key-Value Stores" (2021) doi:10.48550/arxiv.2110.09918

Rujukan

• (2024). Cloud disaster recovery plans. International Research Journal of Modernization in Engineering Technology and Science. https://doi.org/10.56726/irjmets51188
• Abualkishik, A., Alwan, A., & Gulzar, Y. (2020). Disaster recovery in cloud computing systems: an overview. International Journal of Advanced Computer Science and Applications, 11(9). https://doi.org/10.14569/ijacsa.2020.0110984
• Dotasara, M. and Sharma, A. (2022). Mdas_dbrcc: data backup and recovery technique in cloud computing for education industry. International Journal on Recent and Innovation Trends in Computing and Communication, 10(6), 31-36. https://doi.org/10.17762/ijritcc.v10i6.5621
• Gonçalves, G., Vieira, A., & Almeida, J. (2018). On the cost-benefit tradeoffs of cloud storage services for end users and service providers.. https://doi.org/10.5753/sbrc_estendido.2018.14186
• Hasan, M., Sarwar, N., Alam, I., Hussain, M., Siddiqui, A., & Irshad, A. (2023). Data recovery and backup management: a cloud computing impact.. https://doi.org/10.1109/icest56843.2023.10138852
• Li, X., Wang, H., Yi, S., & Zhai, L. (2019). Cost‐efficient disaster backup for multiple data centers using capacity‐constrained multicast. Concurrency and Computation Practice and Experience, 31(17). https://doi.org/10.1002/cpe.5266
• Li, X., Wang, H., Yi, S., Yao, X., Zhu, F., & Zhai, L. (2018). Redundancy-guaranteed and receiving-constrained disaster backup in cloud data center network. Ieee Access, 6, 47666-47681. https://doi.org/10.1109/access.2018.2859427
• Sato, T., He, F., Oki, E., Kurimoto, T., & Urushidani, S. (2020). Experiment and availability analytical model of cloud computing system based on backup resource sharing and probabilistic protection guarantee. Ieee Open Journal of the Communications Society, 1, 700-712. https://doi.org/10.1109/ojcoms.2020.2994995
• Saxena, A., Claeys, D., Bruneel, H., & Walraevens, J. (2019). Analysis of the age of data in data backup systems. Computer Networks, 160, 41-50. https://doi.org/10.1016/j.comnet.2019.05.020
• Sulisdyantoro, D. and Marzuki, M. (2023). Identification of whatsapp digital evidence on android smartphones using the android backup apk (application package kit) downgrade method. Journal of Integrated and Advanced Engineering (Jiae), 3(1), 7-22. https://doi.org/10.51662/jiae.v3i1.70
• Sun, H., Yu, H., Fan, G., & Chen, L. (2020). Qos-aware task placement with fault-tolerance in the edge-cloud. Ieee Access, 8, 77987-78003. https://doi.org/10.1109/access.2020.2977089
• Tian, J., Wang, Z., & Zhen, L. (2020). Low-cost data partitioning and encrypted backup scheme for defending against co-resident attacks. Eurasip Journal on Information Security, 2020(1). https://doi.org/10.1186/s13635-020-00110-1
• Vardoulakis, M., Saloustros, G., González‐Férez, P., & Bilas, A. (2021). Using rdma for efficient index replication in lsm key-value stores.. https://doi.org/10.48550/arxiv.2110.099