云数据库研究??

随着云计算的发展,云数据库的重要性和价值日益显现。介绍了云数据库的特性、影响、相关产品。详细讨论了云数据库领域的研究问题,包括数据模型、系统体系架构、事务一致性、编程模型、数据安全、性能优化和测试基准等。最后讨论了云数据库未来的研究方向。     

新时期云数据库研究

本文就新时期云数据库的相关问题展开讨论,认为当前云数据库研究应该遵循以下三个路径,一是实用化与简洁化并重,拓展存储空间,二是提高存储效率,三是强化提升客户体验.本文旨在通过有益的探索和讨论,为推动和新时期云数据库研究水平的提升做出有的贡献.     

云原生数据库综述

云基础设施的虚拟化、高可用、可弹性调度等特点, 为云数据库提供了开箱即用、可靠可用、按需计费等优势. 云数据库按照架构可以划分为云托管数据库(cloud-hosted database)以及云原生数据库(cloud-native database). 云托管数据库将数据库系统直接部署到云上虚拟机环境中, 具备低成本、易运维、高可靠的优势. 在此基础上, 云原生数据库充分利用云基础设施弹性伸缩的特点, 采用计算存储分离的架构, 实现了计算资源和存储资源的独立伸缩, 进一步提升数据库性价比. 然而计算存储分离的架构为数据库系统设计带来了新的挑战. 深入分析云原生数据库系统的架构和技术. 首先将云原生OLTP和云原生OLAP的数据库架构按照资源分离模式的差异分别进行归类分析, 并对比各类架构的优势与局限. 其次, 基于计算存储分离的架构, 按照各个功能模块深入探讨云原生数据库的关键技术: 主要包括云原生OLTP关键技术(数据组织、副本一致性、主备同步、故障恢复以及混合负载处理)和云原生OLAP关键技术(存储管理、查询处理、无服务器感知计算、数据保护以及机器学习优化). 最后, 总结现有云原生数据库的技术挑战并展望未来研究方向.     

可扩展的云关系型数据库的研究

为解决用户使用目前的云数据库服务时他们必须对应用做大量的修改的这种问题,在分析和研究现有的云数据库服务的基础上,提出了一种新型的云关系型数据库平台,它支持多语言开发的SDK机制,同时对数据的垂直、水平分布机制和算法进行了描述.描述了云关系型数据库的可靠性,包括数据存储管理和各种保护机制.仿真性能测试结果表明,在大海量数据量下,该云关系型数据库具有很好的可靠性、可扩展性和易用性.     

基于云的数据库的研究

随着云计算的逐步发展,云数据库的也越来越重要,在未来数据库领域占有重要地位。文章介绍了云数据的现状、发展、特性、影响。最后讨论了云数据库的未来的发展方向。     

一种云数据库的设计与实现

云数据库是把各种关系型数据库看成一系列简单的二维表,并基于简化版本的SQL或访问对象进行操作的数据库。云数据库能够为多个用户同时提供类似于单节点数据库的服务。在当前云计算技术不断发展中,数据库不断发展进化,从原始的单节点数据库逐渐发展成为云数据库,数据存储能力相对于过去提高了数倍。目前云数据库服务不断增多,在此背景下,讨论了一种云数据库的设计与核心子系统的实现。     

云数据库的建设技术研究

随着全球经济的发展,科学技术也在增速发展,其中作为高新技术产业的新型产品——云数据库被社会广泛关注。云数据库是在传统计算机技术基础之上形成的新型系统,可以为用户提供有效的、大容量的存储服务和收藏功能,其内部存储模式打破了传统的存储模式,改用新型的分布式、并行式等存储方法,实现了存储速度与效用的显著提高。云数据库还被称为CloudDB,它的诞生解决这数据集中和数据信息共享的问题,云数据库的建立和应用给人们的生活带来了极大的便利。本文首先简单的阐述云数据库的相关理论性概念,其次分析云数据库的基本框架,然后研究云数据库的建设的问题,最后将前面的所有知识相结合,进行云数据库建设技术的探究。     

云数据库应用研究

在信息大爆炸时代,每天产生着海量的数据,并且由这些数据产生更大规模的管理操作记录文件和系统日志文件,传统数据库已经不能满足如此庞大的数据管理要求。文中从实际出发分析了传统数据库面临的问题,提出用云数据库来解决问题。对云数据库技术的发展和现状进行了阐述,分析了当前主流云数据库的特点和优势,并采用HBase作为云数据库平台进行了实验研究。实验表明云数据库具有很好的可扩展性和容灾性,并且具有较高的读写性能,能满足海量数据的分布式应用需求。     

关于现代云数据库的相关研究

随着科技的不断发展,云计算技术也得到了快速的发展,现代云数据库已经具有传统数据库所不具有的多种功能,不仅可以支持资料的有效分发,同时还具有多租形式等基本特征,其优势作用被不断凸显出来,同时,其重要性也得到了人们的广泛关注.在本文当中笔者对现代云数据库进行了必要的研究,对其中所使用的相关关键问题进行了深入的思考与研究.     

云数据库在高校计算机专业教学中的应用

随着云计算的信息化教学系统在高校教学中的应用,每天都会产生大量不同结构的教学数据,大数据时代的高校教学方法需要高可用性、低成本、大规模并行处理的数据库系统,云数据库的这些优点使其成为计算机教学中的理想选择.介绍云数据库概念及系统构架,并将云数据库应用到高校计算机教学中,并给出云数据库应用在计算机专业教学中的优势.     

一种测试数据挖掘算法的数据源生成方法

随着数字时代的来监,数据挖掘成为知识领域中的研究热点,但由于保密、数据多样性等问题,测试数据源的获得取一直困扰着数据挖掘算法的研究,为此,提出一种基于云模型的测试数据源生成方法,利用此方法,给出了数量型数据的生成算法,对范畴型数据的生成进行了讨论,由于云模型中随机性与模糊性和特点,各属性的数据之间除了包含已知的先验知识以外,数据的分布、各属性之间的关系也会存在一定的随机和模糊,使得构造的数据源中又     

元数据和数据分离的安全云存储体系结构的设计

随着云计算的日益兴起,数据存储技术逐步由传统存储转移到了云存储技术。而云存储技术现在面临的主要挑战之一就是数据存储的安全性。为了解决云时代下数据存储的安全性问题,提出了一个元数据和数据分离的安全云存储系统,为用户提供了安全可靠的数据存储模式。首先介绍了现有的海量信息存储系统,然后简述了云存储的结构模型．最后提出了元数据和数据分离的安全云存储体系结构的结构设计。     

基于边缘计算的新型数据处理系统

分析现有云计算模型所存在的问题，即实时性、隐私保护、能耗等方面的问题。然后探讨边缘计算模型的概念以及其相对于云计算模型的优势，提出新型数据处理系统的系统架构，设计实现数据处理系统的运行及调度策略,结合具体实例,验证所实现的功能。最后，对基于边缘计算的新型数据处理系统的应用前景及改进方向进行讨论。     

基于全向声呐的引水隧洞点云模型去噪方法研究

三维重建技术逐渐成为引水隧洞运营期安全检测的关键手段。而受隧洞特殊水文环境噪声、数据采集设备噪声以及载体运动噪声等影响,采集的点云数据不可避免的会遭受到噪声干扰,导致有用信息缺乏,不利于三维重建的进行。因此,该文提出了基于声呐数据特征点的点云去噪算法,实现隧洞点云数据的去噪。首先,该文依据引水隧洞声呐点云数据的特点,定义视觉距离和视角向量特征参数;其次,通过耦合视角向量与点云法向量估计点云漂移向量,并使用核函数方法估计视角距离参数的概率密度分布从而计算漂移距离;最后,采用漂移算法在保持点云模型特征的同时实现噪声的滤波。实验结果表明,该文提出的算法在去除隧洞点云模型数据噪声的同时能很好的保持引水隧洞模型的细节特征,为后续隧洞病害的检测提供高精度点云数据模型。     

云计算中的主机安全技术

云计算作为IT行业的一个新兴的领域,短时间内就展示出了强大的活力。越来越多的公司建立了自己的云计算中心或者数据中心。随着数据和计算能力的集中化,云计算中的主机安全问题越来越被关注。本文先简单地介绍了云计算的概念和服务模式,然后根据云计算环境的特点,探讨云计算的主机安全问题和相关技术,最后探讨在云计算平台的环境下,实现主机安全的技术解决方案。     

云关系模式及其应用*

在云变换的基础上,结合非经典关系数据库理论提出了云关系模式,给出了云关系模式的定义,探讨了云关系模式的意义,并将它应用于学生成绩数据库中,改进了目前学生定性评定方法,克服了其中的主观因素,实例证明该方法具有可行性.     

国内云计算研究现状与未来

云计算一直是学术界和企业界研究的热点,文章基于三大中文数据库提供的数据,从云计算研究现状以及基础设施即服务(IaaS)、平台即服务(PaaS)、软件即服务(SaaS)三方面研究现状对国内云计算的具体研究状况作出了统计、比较与分析,并对未来的发展做了具体的展望。希望通过一系列的研究与总结,对国内云计算的发展研究起到积极的推动作用。     

基于云模型的车辆定位导航系统模糊评测研究

阐述了定性定量转换模型－云模型的定义，特征以及正向云，逆向云，条件云的生成方法。云模型将模糊性与随机性集成在一起，作为知识表示的基础，形成定性概念与定量数值之间的转换，将云模型理论用于车辆定们导航系统模糊评测研究，能有效地提高导航系统的可靠性和评测效果，仿真结果表明了该方法的可行性和有效性。     

相似云及其度量分析方法

云模型把自然语言中定性概念的模糊性和随机性有机地综合在一起,实现了定性语言值与定量数值之间的自然转换.本文在此基础上,提出了相似云的概念及其度量分析方法,然后加以实验验证,分析了实验结果,最后指出相似云及其度量分析方法有一定的理论价值和实际意义.􀁱