稀疏表与块表结合的多租户共享存储模型

针对传统单稀疏表存储模型存储空间利用率低以及块表存储模型重构租户逻辑关系时连接次数多的问题,提出了稀疏表与块表结合的存储模型.该存储模型中将租户基于SaaS应用服务商提供的逻辑表上定制的属性及自定义的逻辑表中的属性映射到列数合适的稀疏表中存储,而将租户一部分常见数据类型的自定义的属性存储到块表中,以此避免因扩展字段的列数超过稀疏表列数导致的数据迁移问题,最后通过定义查询重写器给出了从租户逻辑SQL请求到物理SQL请求的转换.实验结果表明,该存储模型在存储空间利用率及查询效率上相比传统的稀疏表存储模型都有所提升.     

一种基于云的SaaS分布式多租户数据库研究

给出一种基于云平台的Saa S分布式多租户数据库架构,探索了Saa S多租户应用面临的租户自定义数据访问控制和租户海量数据存储两大挑战的解决方法。使用云平台虚拟机作为局部存储节点,借助数据切分和读写分离,实现了可用性和扩展性强的租户海量数据的存储。采用灵活的键值对模型存储租户自定义数据,提出了基于元数据的租户自定义数据访问控制方法,并设计了访问控制算法。将典型应用TPC-W转换为多租户模式并进行原型实验分析,结果表明该架构是有效和可行的。     

一种基于SaaS平台的轻量级多租户数据存储模式设计与实现

在基于软件运营服务(SaaS)的云计算服务模式中,软件以一种服务形式被多个租户共享。虽然租用同一个软件的租户们拥有相似的需求,但这些需求通常不是一模一样的。因此,面向多租户的SaaS软件需要根据租户的实际应用场景来提供定制化的服务,而定制化通常意味着复杂的存储结构或者高成本的独立数据库/表模型。为了控制这种服务于多租户的应用数据库模型的成本及复杂性,提出了一种在尽可能节约存储空间的基础上兼顾高效性、便捷性和安全性的轻量级存储策略。同时,基于该策略设计并实现了一个多租户数据存储模型,并将其应用于云溯源平台中。平台的运行数据表明该轻量级存储模式有效降低了数据模型的复杂性并降低了存储成本。     

基于分片的高维稀疏数据存储模式优化研究

针对大型数据库中高维稀疏关系表空字段对存储空间的占用问题,通过利用传统行存储数据库模拟列式存储数据库的工作原理,设计了一种基于分片的数据库结构。通过实验分析,数据库存储空间比原始模式降低了27.42%左右。在对高维稀疏数据中五个字段进行查询时,I/O数据块个数降低至原始模式的35.27%,对高维稀疏数据中四个字段进行查询时,I/O数据块个数降低至原始模式的28.22%,而随着字段的减少I/O数据块仍会进一步减少,从而提高了数据库的访问效率。     

基于线性隐藏的租户副本混淆模型

在软件即服务模式下,针对租户定制的副本数据在明文存储情况下容易被服务提供商合谋欺诈问题,提出基于线性隐藏的数据混淆模型,通过混淆使得存储相同数据的租户副本具有不同的数据内容表现,防止服务提供商为节省存储空间,整个删除租户不常用数据副本,欺骗租户。使用蒙特卡罗随机单调函数对混淆模型进行拓展,制定关键字查询保序策略,可以在混淆后的租户副本数据上进行查询操作。实验结果表明,扩展的混淆模型在保序关键字上的查询性能接近明文查询。     

基于SaaS模式的家居营销服务平台

针对中小家居销售企业营销管理中集中信息服务的问题,结合基于软件即服务模式(Saa S)的家居营销服务平台,研究整体架构服务层次的中小家居企业信息服务的Saa S架构体系。针对业务处理过程中信息公布集中和业务处理分离的特点,提出基于Portal的服务发布和基于模型驱动思想的多租户服务处理方法。在信息发布模块,系统采用了可配置内容引擎的个性化展现方法,有效地处理了信息展现的差异性需求。同时,在多租户业务模型方面,采用了多租户数据设计模型和统一的数据处理接口,有效地解决了多租户数据共享和分离的问题。     

特征-版本时空数据模型的研究

讨论传统时空数据模型的特点,设计了Geodatabase支持下的基于特征-版本的时空数据模型,并详细介绍该模型的时态逻辑关系和存储结构.该模型节约了数据存储空间,有效保持地理现象的完整性,并具有较高的时空查询效率.针对扎龙湿地,构建了湿地时空数据库,并设计扎龙湿地时态地理信息系统,实现历史重构、地理对象发展与回溯、时空复合查询等功能,有效完成湿地时空数据的管理任务.     

双时态周期数据模型的研究

在经典的时态数据模型HMAP的基础上,通过增加事务时间参数delay的方式,提出了一种支持多时间粒度,可以有效处理具有周期特性数据的双时态数据模型PMB,该数据模型可以有效地解决HMAP模型存储中记录条目繁多和时间交叉的问题,从而节约存储空间,提高数据的查询速度。 理论分析和实验结果表明PMB数据模型可以把需要存储为n条记录的数据简化为有限的几条,而且当n值很大,甚至无穷的时候,这种存储方式具有明显的优势。     

面向OLGP的多维信息网络数据仓库模型设计

信息网络的出现使信息由简单的数值型数据演化成较复杂的图网络结构。如何对基于图的信息网络数据进行良好的组织和存储成为一个亟待解决的问题。利用维建模的方法对基于图的信息网络数据进行模型设计,提出了多维信息网络仓库模型。该模型由边事实表、节点事实表、信息维连接属性表以及拓扑维节点属性表组成,能够为在线图处理提供底层的数据平台。实验表明该模型在消除冗余、查询时间、存储空间上均较泛关系表有明显优势。新模型在1．25万篇ACM论文上的查询时间稳定在几十毫秒,较泛关系表的查询时间约减少一个数量级。在空间性能上,随着论文数量的增加,该模型存储空间开销的增长速度远小于泛关系表的增长速度。     

基于NoSQL的PDM产品结构网状数据模型

PDM系统中大量零部件重用现象使得产品结构呈现出多对多关系,传统产品结构树很难直接表述这种关系。基于模型的定义(MBD)技术的运用使PDM数据非关系化,关系数据库在存储该类数据时受到掣肘,为此,提出一种基于非关系型数据库的产品结构网状数据模型。该模型用产品结构网来真实描述产品零部件间关系且对非关系数据库存储数据的模式进行设计,从而解决关系数据库在存储PDM数据上的困难,使用邻接表结构存储其网状模型,并借助类似层次结构算法将其构造出来。通过产品结构在存储空间和访问时间上的对比试验证明,基于No SQL的PDM产品结构网状数据模型在节省存储空间和提高访问速度上均有所改善。