分布式数据库存储子系统设计

在当今这个网络信息化的时代,人们对数据库存储的需求随着互联网的广泛应用和飞速发展不断增强,结构化数据存储成为数据存储中必不可少的需求,给数据库存储技术带来了极大压力。分布式关系型数据库的系统架构上是分布式的,提供了基于关系模型的结构化数据存储,文章对分布式数据库存储子系统设计进行了理论分析。     

云计算时代的数据库研究

1引言 随着云计算时代的到来,各种类型的互联网应用层出不穷,对与此相关的数据模型、分布式架构、数据存储等数据库相关的技术指标也提出了新的要求。虽然传统的关系型数据库已在数据存储方面占据了不可动摇的地位,但由于其天生的限制,已经越来越无法满足云计算时代对数据扩展、读写速度、支撑容量以及建设和运营成本的要求。云计算时代对数据库技术提出了新的需求,主要表现在以下几个方面。     

基于MongoDB的物联网开放平台用户信息管理

物联网具有涉及领域广、数据结构复杂、信息覆盖面大、使用用户多等一系列特点。传统的关系型数据库在存储用户信息数据时,往往要预先定义数据表结构,这将难以实现动态增加多样化用户属性信息的功能。此外,复杂的用户信息查询需求也难以得到满足。提出一种基于非关系型数据库MongoDB的物联网开放平台用户数据存储管理方式,可满足用户存储的各种需求。同时,属性查询、特殊字段查询、限制返回信息等需求都可得到有效支持。     

NoSQL数据库在广电新媒体领域的应用

前言 什么是NoSQL数据库呢？看到NoSQL这个词,大多数人会认为是“No,SQL”的缩写,但是实际上,它是“NotOnlySQL”的缩写。它的意义是：适用关系型数据库的时候就使用关系型数据库,不适用的时候也没有必要非使用关系型数据库不可,可以考虑使用更加合适的数据存储方式。     

大数据下的NoSQL数据库技术分析

随着大数据的不断发展和web2.0的快速应用,非关系型、分布式数据存储技术迅速发展,而NoSQL数据库的出现就是为了解决当前计算机体系结构在存储大数据时要求快速、可扩展的问题。文章总结了NoSQL的优势,分析了NoSQL数据库的系统架构、数据存储和关键技术。     

云平台下CRM系统数据存储的设计与实现

目前,在这个海量数据时代,传统的关系型数据库在存储和查询等方面暴露了许多问题。我们在对非关系型数据库进行了详细的研究后,在云平台下CRM系统中提出关系型数据库和非关系型数据库结合使用的方案。其中在具体实现时关系型数据库选择使用MySQL,非关系型数据库选择使用MongoDB。该方案大大提高了系统的读写性能。     

利用数字水印技术实现数据库的版权保护

数字水印技术是实现多媒体数据版权保护的一种有效手段.随着关系型数据库的广泛使用,也随之产生了在关系型数据库中嵌入水印信息的需求.通过在关系型数据库中所嵌入的版权信息,可以将数据库与其拥有者联系起来,从而实现数据库的版权保护.本文结合现有的关系型数据库水印算法,提出了一种可以在数据库中嵌入具有实际意义字符串的水印算法,并介绍如何通过调整算法中的参数,实现不同的鲁棒性和不可见性需求.在Oracle数据库中所进行的仿真实验结果表明,该算法可以在实际数据库中得到很好的应用.     

大数据环境下基于NoSQL数据库的存储技术研究

文章通过研究和分析了典型的NoSQL数据库技术,基于该平台和Hadoop云架构,完成了非结构化的数据云存储架构的设计,可以很好的解决传统的关系型数据库在应对非结构化数据存储过程中的效率低下等问题。     

非关系型数据库数据恢复技术研究

现阶段,非关系型数据库得到了广泛的关注,主要是由于其具有一系列的优点,在性能与扩展性等方面均十分良好,同时能够支持非结构化的数据存储,它是数据库的重要发展方向,但对于数据库的取证研究仍存在不足,虽然对于关系型数据库研究的成果较为显著,但对于非关系型数据库的研究在理论与实践等方面仍相对匮乏。本文介绍了数据库与数据库取证的概况,同时分析了关系型数据库与非关系型数据库的数据恢复技术,旨在通过研究,促进数据库取证的研究成果更加完善与丰富。     

电子学远程考试系统中数据存储问题的解决

重点探讨了电子学远程考试系统中教学信息资源的非结构化存储问题,应用关系型数据库和Windows文件系统相结合的数据存储及管理方式解决了电子学数据库文件的特殊性。该方式对其他相关学科的数据存储也具有一定的参考价值。     

大数据背景下的数据库技术研究

随着大数据技术的发展,适应大数据的数据库技术的重要价值日益显现。本文首先介绍了大数据的4v特性、影响以及一些典型的产品应用案例,从数据库技术的角度出发,详细讨论了大数据背景下数据库技术的键值存储模型、云数据库概念、Big Table非关系型数据库等研究问题。分析比较Big Table与传统RDMBS数据库的不同之处。最后探讨了未来数据库技术的发展趋势,以及未来海量异构数据的融合、高维度数据的存储等数据库技术的发展方向。     

基于HBase的配用电海量时序数据存取研究

针对配用电海量时间序列数据,目前南方电网普遍采用关系型数据库进行存储,在技术上使用分库、分区、分表、联合索引等方式进行优化,灵活性、可扩展性、存储量等方面都存在问题。为满足配用电海量时间序列数据的存储要求,分析了关系型数据库优缺点,提出采用分布式数据库HBase构建电力系统数据中心以提高系统性能,并重点分析了HBase数据存储机制及实现方法,最后通过仿真实验进行对比。实验结果表明,基于HBase的配用电海量时间序列数据存取技术在存储及查询操作上具有较大的性能优势。     

数据库在教学信息资源管理中的应用

数据库中的数据按一定的数据模型组织、描述和存储,一个好的数据库设计是管理信息系统应用成功的重要保证。本文简单介绍了层次性数据库,网状数据库以及关系型数据库的优缺点,并突出了关系型数据库在教学信息资源管理中的应用。     

利用数字水印技术实现数据库的版权保护

数字水印技术是实现多媒体数据版权保护的一种有效手段．随着关系型数据库的广泛使用，也随之产生了在关系型数据库中嵌入水印信息的需求．通过在关系型数据库中所嵌入的版权信息，可以将数据库与其拥有者联系起来，从而实现数据库的版权保护．本文结合现有的关系型数据库水印算法，提出了一种可以在数据库中嵌入具有实际意义字符串的水印算法，并介绍如何通过调整算法中的参数，实现不同的鲁棒性和不可见性需求．在Oracle数据库中所进行的仿真实验结果表明，该算法可以在实际数据库中得到很好的应用．     

基于Hadoop的非关系型数据库安全技术研究

当前对大数据的研究如火如荼,由于非关系型数据库提供了高可扩展的大规模数据扩展方案,所以在大数据领域得到广泛应用,与Hadoop集成的HBase数据库是其中的典型代表。非关系型数据库没有schema,所以无法对数据库进行完整性验证,这就存在数据不一致的隐患,对此本文分析非关系型数据库HBase的安全技术。     

关系型数据库与NoSQL数据库的性能对比

本文针对传统的关系型数据库和新兴的NoSQL数据库进行性能测试比对.选取关系型数据库的代表MySQL和NoSQL数据库的代表Redis.通过建立模型和搭建测试环境,同时进行20000次数据的插入操作和查询操作,然后对比MySQL数据库和Re-dis数据库的总耗时和平均耗时,得出Redis数据库的存储和查询效率高的结论.     

基于Hadoop技术的数据查询平台建设

传统的关系型数据库架构在应对电信运营商海量的大数据处理时建设成本高昂,处理能力低下,已经无法满足在大数据场景模式下的新型业务需求。Hadoop云计算平台作为一种新型的大数据处理方案,充分利用其低价格和高性能的优势,可以满足海量数据存储及数据处理功能。文章在对Hadoop技术介绍的情况下,设计一套基于Hadoop架构的数据查询平台,实验证明,该平台能够有效提高数据处理效率,降低建设成本。     

Oracle数据库统计应用的结构设计与维护技巧

针对大型数据库应用系统在使用过程中保留的海量应用数据,文章基于Oracle数据库,采用"分解范式"的方法设计统计表中包含了用户隶属关系的冗长数据,避免了历史信息存储与隶属关系实时变更产生的数据不一致问题,同时也阻止了非法用户、非法数据对数据库的破坏,进而使这些应用数据除了为应用系统服务之外,变成一种更为有用的新资源,提高了关系型数据库的效率。     

基于关系型数据库的自动归档中间件架构设计

关系型数据库是通用性非常强的数据库[1],从小型软件项目到大型的互联网项目都适用,关系型数据库用行和列的形式来存储数据,持久化记录数据。对于一个业务系统,历史数据不会经常被访问,但是历史数据的存在会占用大量的存储和计算资源,这个时候就可以考虑对历史数据进行归档。和生活是中国移动全力打造的一站式生活服务平台,文章主要介绍在该平台上自主研发的基于关系型数据库的自动归档情境下的中间件架构设计。文章对该中间件的总体架构设计、主要流程设计和实施过程的关键问题做出说明,为大家提供一个完善的中间件架构设计过程,有利于推动相关中间件的研究与研发,填补数据归档领域中间件的空白。     

XML数据在关系型数据库中的存储模式研究

本文论述、分析和比较了基于关系型数据库的XML数据的文档存储模式和元素存储模式。