关于云数据管理系统中查询技术研究

云计算,就是指通过互联网利用可伸缩的一种虚拟化资源进行数据存取的计算模式。利用云计算可以实现终端之间数据的随意存取,为计算机硬件存储空间短缺这一问题带来了新的解决方案。云计算的强大运算功能背后是需要一个系统的云数据管理系统来支撑的。其数据查找技术,则是保证用户能够在庞大的云数据库中快速找到自己所需的数据的基础技术。与传统的计算机查找技术不同,云数据管理系统中的查询技术更加先进高端,技术性更强。该文中首先分析了云数据管理系统的基本框架和云数据查询查询处理的目标特性,继而详细介绍了目前常用的两种云数据管理系统查询技术:BigTable技术和Dynamo技术。     

云数据管理系统中查询技术研究综述

随着我国电子计算机技术与网络信息技术的快速发展,及云计算模式的上线应用,人们的生活和工作发生了翻天覆地的变化。从技术角度来看,云数据管理系统的构建需要凭借多种类型技术整合应用,才能令云数据管理系统的运行效能更为突显,为人们解决存储空间狭小及信息资源的调用等问题。本文就云数据管理系统中的查询技术进行阐述,并总结既往研究内容,探索查询技术及其应用发展趋势,以期为进一步拓展云数据管理系统研究项目带来启示。     

云数据管理索引技术研究

数据的爆炸式增长给传统的关系型数据库带来了巨大的挑战,使其在扩展性、容错性等方面遇到了瓶颈.而云计算技术依靠其高扩展性、高可用性、容错性等特点,成为大规模数据管理的有效方案.然而现有的云数据管理系统也存在不足之处,其只能支持基于主键的快速查询,因缺乏索引、视图等机制,所以不能提供高效的多维查询、join等操作,这限制了云计算在很多方面的应用.主要对云数据管理中的索引技术的相关工作进行了深入调研,并作了对比分析,指出了其各自的优点和不足;对在云计算环境下针对海量物联网数据的多维索引技术研究工作进行了简单介绍;最后指出了在云计算环境下针对大数据索引技术的若干挑战性问题.     

云计算和云数据管理技术

随着各种新技术的发展,企业的关键信息以几何级速度增长,更多的数据需要保存更长的时间.伴随着云计算技术的发展,云计算已经成为一种全新的互联网应用模式.而在云计算对海量的数据高效管理,云端数据精确精准快速查询成为越来越重要的问题.一个新的面向云计算的数据管理研究领域正逐渐形成,在云计算技术的基础上,提出了云数据管理的概念.分析GFS,BigTable,Dynamo等当前互联网主流云数据管理系统的基本原理,并针对未来云数据管理架构进行分析,最后指出了云数据管理领域的主要研究方向.     

云数据管理系统能耗基准测试与分析

云数据管理系统是一种新兴的数据管理系统.为了研究云数据管理系统的能耗优化,实现"绿色计算",首先要定义能耗的度量模型和基准测试方法,分析系统的能耗特点.目前云数据管理系统的基准测试主要集中在性能方面,对能耗方面的评估和优化工作很少;对测量仪器、测试手段、测试用例以及能耗基本规律的研究存在空白.文中提出了一种能耗的度量模型和数学表达;定义了一组数据装载、查询和分析用例来测试云数据管理系统的能耗;设计了系统能耗的测量方法;分析了若干云数据管理系统在执行数据装载、读取、查询、聚集和连接等操作时的能耗特征,提出了通过降低"等待能耗"而进行云数据管理系统的能耗优化.大量实验数据证明,尽管云计算被认为是一种绿色计算,但文中测试的云数据管理系统在能耗方面差异较大,需要对部分系统进行进一步的优化.     

分片位图索引:一种适用于云数据管理的辅助索引机制

云计算技术的快速发展为海量数据的存储和管理提供了可能.然而,由于存储模型的根本改变,传统关系数据库管理系统中成熟的索引技术既不能直接应用于海量数据的处理,也无法被简单地迁移到云计算环境中.通过分析对比辅助索引在云环境中的两种截然不同的基本逻辑结构,即集中式方案与分布式方案,在吸收两者的优势并规避其弱点的基础上,提出了具有良好可扩展性的分片位图索引机制,从而对云环境中海量数据的检索任务提供高效的支持.通过充分利用云环境中的并行计算资源,使单条查询的响应速度得到提升;与此同时,局部节点根据其所掌握的全局信息规避了不必要的检索开销从而使大量请求并发到达时的查询吞吐量得以保证.在真实数据上进行实验的结果表明,分片位图索引的查询性能大大优于其它方法.     

基于云计算数据查询的安全索引构建方法

云计算在实际应用的过程中具有较强的数据处理能力,能够对大容量的数据展开存储和处理,具有较高的实际应用价值.基于此,本文将分析云计算数据查询系统的建立,并研究在云计算基础上数据查询系统安全索引的构建方法,其中主要包括相似子图的查询构造、哈希索引构造以及安全索引的仿真建立三方面内容.     

森林防火指挥系统中分布式数据库系统设计探索

森林防火分布式数据库系统是建立在地理信息系统基础之上的关系型数据库管理系统,通过多种技术支持和模型的建立实现对数据资源的管理。介绍了数据资源的组成和各类数据在数据库中的组织形式及其存储结构．主要对分布式数据库系统中的数据分布和分布式查询进行了优化设计的要点进行分析,阐述了数据分布算法和分布式查询的改进方法,实现了系统对数据的保存、修改、管理和基本查询功能。     

基于不确定数据的查询处理综述

不确定数据在一些重要应用领域中是固有存在的,如传感器网络和移动物体追踪。在不确定数据上使用传统的查询方法会使查询结果出现偏差,不能满足用户的需求。因此,基于不确定数据的查询处理受到了越来越多的关注。与在确定数据上查询不同,不确定数据上的研究工作将概率引入到数据模型中来衡量不确定对象成为结果集中元素的可能性。由于问题定义和数据模型的不同,不确定数据上的查询类型也多种多样。从问题定义、数据模型、剪枝策略和算法等角度,对基于不确定数据的范围查询、top-k查询以及skyline查询进行了介绍。     

基于云计算的驾校管理系统设计研究

随着驾校学员数量的增多,驾校日常管理工作中出现了很多问题,所以,他们急需一个数据处理快,能够将学员信息、监控信息等提交到交警管理系统,能够随时监控教练车和学员练车情况的管理系统。针对这个需求,提出了“基于云计算的驾校管理系统”设计方案,并进行了可行性分析。基于云计算的驾校管理系统主要实现了信息录入、信息存储、信息浏览、信息查询、考试排班预约、数据统计、报表输出、数据维护和财务管理等功能。它主要是由信息录入、信息查询、考试排班预约、报表汇总、综合业务管理和摩托车业务等功能模块组成的,采用了分层结构,即资源层、数据层、应用层和用户层共存的云模式架构。