基于MSA的SMIM实现机制

提出基于元数据存储访问的共享管理信息模型实现机制,以解决异构系统互操作问题,保证数据一致性。该实现机制基于已有异构系统和已有数据,使用分层的逻辑划分,将实现过程划分为数据应用层、数据访问适配层、数据访问代理层、元数据存储层及数据存储层5个层次,并介绍了各个层次的功能和相关算法。     

基于元数据的地理空间数据管理

针对目前油田勘探开发工作中,积累的大量地理空间数据不能有效的进行存储,管理和共享这一问题,提出了基于元数据的地理空间数据管理.通过分析目前的元数据及管理,在借鉴其它元数据管理模型的基础上,提出了一个三层的地球物理元数据模型框架.通过基础元数据,属性元数据和实体元数据三层对信息进行管理,并对该模型进行了分析说明,给出了基于该模型的地震数据综合管理系统的总体方案以及元数据及元数据库的建设.     

基于近似匹配模型的XML元数据检索

将无序标签树匹配分解为树结构匹配和标签语义匹配,采用树结构匹配和语义匹配相结 合的方法,对传统树匹配算法进行了改进,提出了近似匹配概念,并针对元数据XML描述的结构化特 征,设计了一种基于三层近似匹配模型的元数据检索方法。这种检索方法可根据用户的不同需求有 效地调节元数据的查准率和查全率。最后构造了基于近似匹配模型的元数据查询系统原型,实验证 明近似匹配模型在元数据检索应用中具有可行性和高效性。     

数据仓库元数据集成技术研究与应用

元数据集成是数据仓库元数据管理的一项重要内容。文章在目前元数据集成研究成果的基础上,提出了一种基于SOA架构的数据仓库元数据集成技术。该技术以Web Service技术为应用框架,以CWM为元数据模型,采用XML设计元数据封装器,实现了分布环境下数据仓库元数据的集成与重用。文章重点介绍了系统的体系构架,及CWM元数据模型的结构设计和不同Web Service方法设计和调用。最后,将该技术应用到消防工程领域的一个实际数据仓库项目中,验证了该技术的可行性、有效性、实用性。     

科学数据库元数据注册系统研究与实现

首先介绍了科学数据库中元数据管理和应用存在的问题,根据元数据特点给出了元数据分层模型,提出了一个满足科学数据库元数据标准规范建设需求的元数据登记系统设计方案,分析并解决了该登记系统中的关键性理论和技术难题,并在应用实践中进一步完善。     

用于构件集成测试的分层元数据的设计与实现*

在对构件元数据的基本思想进行概述的基础上,提出了一种分层元数据的概念,并从构件使用方和构件开发方两个角度分析了对构件的需求.设计了分层元数据对象的模型以及分层元数据的层次结构,并进一步给出了元数据的具体内容及其XML表示的实现思想.最后结合一个描述构件硬件运行环境的元数据实例,给出了相关的XML代码.     

面向移动自组网的Web服务元数据描述*

从建立面向移动自组网的Web服务应用的平台出发,针对移动自组网的特点和该环境内Web服务应用的特征,提出了一种基于语义的元数据描述模型,并结合该元数据描述模型设计了高效可行的服务匹配策略。实验表明该元数据描述模型可以充分体现移动终端的变化性和时间性,与之结合使用的匹配策略算法在实用性明显优于Jini等方式实现。     

基于角色的工作流多层访问控制安全模型

随着工作流技术的发展,工作流管理系统对访问控制权限管理也提出了更高的要求.针对实际应用的需求和工作流管理系统的特点,结合已有的基于角色访问控制模型,提出了基于角色的工作流多层访问控制安全模型,并将该模型成功应用到汽车零配件业质量监管流程中.该模型在该质量监管系统中较好地运用了基于角色的访问控制策略,并且考虑到系统整体和实时授权的因素,通过将工作流模型层次分为工作流层、控制层、数据层3层分层授权,从而使模型的安全性得到进一步提高.     

Web基于ASP.net技术的应用程序三层设计模型研究

互联网技术的发展带动了web的分层模型设计,其在应用程序中的应用越来越多。本文在简述ASP.net技术的基础上详细介绍基于ASP.net技术的web三层设计模型。     

基于XML的元数据管理框架研究

元数据在数据管理中占据着重要的地位.鉴于元数据的重要性,将其思想加以扩展并将其抽象为一个框架模型应用到开发中,重点讨论了实现该框架的关键技术.该框架中与工具相关的任何数据都以元数据的形式保存在元数据库,以元数据驱动任务操作,使得开发人员只需专心于设计相关工具所需的元数据及其样式,简化了设计过程,同时增强了系统的灵活性和可扩展性.     

一种通用的数据质量评估控制元数据模型

为解决传统数据质量评估实现方式灵活性与通用性较差的问题,通过对元数据应用与数据质量评估体系的研究,重点分析了元数据在数据质量评估过程中的作用、数据质量评估维度与评估算法;确定基础元数据、评估控制元数据与评估算法元数据,并构建元数据模型.通过实际应用证明模型具有良好的灵活性与通用性.     

基于元数据驱动的企业级数据仓库系统

通过对元数据建设和维护及其管理系统结构的深入研究,提出一种基于元数据驱动的企业级数据仓库系统架构。该系统架构采用关系模型数据结构,并通过元数据接口和元数据驱动引擎的设计开发将数据仓库中各模块的反馈信息与其元数据存储进行交互,实现由元数据驱动数据仓库系统的运作机制,解决了一直以来元数据难以更新维护、数据质量检查效率低的问题,提升了对企业级数据仓库的管控能力。     

资源与环境信息系统的元数据组织与使用

由于建立资源与环境信息系统的统一元数据构架是对资源环境数据和模型实现管理和知识共享的有效途径之一,且由于资源与环境信息系统中的狭义数据已有描述其规格、质量控制和共享限制的元数据标准,为了能有组织地记录资源环境狭义数据和模型方法的详细信息,因此在对已有资源与环境信息系统中的元数据标准进行分析的基础上,首次提出模型方法元数据的概念,并指出资源与环境信息系统中对模型方法的规范描述即构成模型的方法元数据,还指出完备的资源环境元数据由狭义数据的元数据和模型方法的元数据组成。实践结果显示,基于元数据来实现系统集成和知识共享是可行的选择。     

QMDS: a file system metadata management service supporting a graph data model-based query language

File system metadata management has become a bottleneck for many data-intensive applications that rely on high-performance file systems. Part of the bottleneck is due to the limitations of an almost 50-year-old interface standard with metadata abstractions that were designed at a time when high-end file systems managed less than 100 MB. Today's high-performance file systems store 7–9 orders of magnitude more data, resulting in a number of data items for which these metadata abstractions are inadequate, such as directory hierarchies unable to handle complex relationships among data. Users of file systems have attempted to work around these inadequacies by moving application-specific metadata management to relational databases to make metadata searchable. Splitting file system metadata management into two separate systems introduces inefficiencies and systems management problems. To address this problem, we propose QMDS: a file system metadata management service that integrates all file system metadata and uses a graph data model with attributes on nodes and edges. Our service uses a query language interface for file identification and attribute retrieval. We present our metadata management service design and architecture and study its performance using a text analysis benchmark application. Results from our QMDS prototype show the effectiveness of this approach. Compared to the use of a file system and relational database, the QMDS prototype shows superior performance for both ingest and query workloads.     

Adaptive metadata rebalance in exascale file system

This paper presents an effective method of metadata rebalance in exascale distributed file systems. Exponential data growth has led to the need for an adaptive and robust distributed file system whose typical architecture is composed of a large cluster of metadata servers and data servers. Though each metadata server can have an equally divided subset from the entire metadata set at first, there will eventually be a global imbalance in the placement of metadata among metadata servers, and this imbalance worsens over time. To ensure that disproportionate metadata placement will not have a negative effect on the intrinsic performance of a metadata server cluster, it is necessary to recover the balanced performance of the cluster periodically. However, this cannot be easily done because rebalancing seriously hampers the normal operation of a file system. This situation continues to get worse with both an ever-present heavy workload on the file system and frequent failures of server components at exascale. As one of the primary reasons for such a degraded performance, file system clients frequently fail to look up metadata from the metadata server cluster during the period of metadata rebalance; thus, metadata operations cannot proceed at their normal speed. We propose a metadata rebalance model that minimizes failures of metadata operations during the metadata rebalance period and validate the proposed model through a cost analysis. The analysis results demonstrate that our model supports the feasibility of online metadata rebalance without the normal operation obstruction and increases the chances of maintaining balance in a huge cluster of metadata servers.     

科技资源数据库元数据注册系统研究

首先介绍了科技资源数据库中元数据标准的分级和互操作策略,根据科技资源数据特点,提出元数据注册系统体系架构。分析并解决了元数据注册系统中的关键技术。研究表明,元数据注册有助于元数据标准管理,促进科技资源数据更好的利用、共享、交换和整合。     

3MDG:基于动态均衡布局的网格元数据管理模型

通过对网格及元数据特点分析,给出了一种数据网格环境下的元数据管理模型。该模型目的在于实现分布式的元数据管理平台,负责对元数据的注册、访问及管理。通过建立元数据到存储系统的映射,用户可进行元数据资源的透明访问。为了适应网格中资源的多变性,提出改进的动态区间映射布局算法对元数据进行动态的、均衡的、可伸缩的重布局,以提高存储系统的自适应能力。     

分布式文件系统元数据服务的负载均衡框架

请求负载均衡,是分布式文件系统元数据管理需要面对的核心问题.以最大化元数据服务器集群吞吐量为目标,在已有元数据管理层之上设计实现了一种分布式缓存框架,专门管理热点元数据,均衡不断变化的负载.与已有的元数据负载均衡架构相比,这种两层的负载均衡架构灵活度更高,对负载的感知能力更强,并且避免了热点元数据重新分布、迁移引起的元数据命名空间结构被破坏的情况.经观察分析,元数据尺寸小、数量大,预取错误元数据带来的代价远远小于预取错误数据带来的代价.针对元数据的以上鲜明特点,提出一种元数据预取策略和基于预取机制的元数据缓存替换算法,加强了上述分布式缓存层的性能,这种两层的元数据负载均衡框架同时考虑了缓存一致性的问题.最后,在一个真实的分布式文件系统中验证了框架及方法的有效性.     

一种基于XML和元数据的工具框架的研究

在数据仓库及OLAP系统中，元数据占据着重要地位。鉴于元数据的重要性，本文将其思想加以扩展，应用到开发中。本文将其抽象为一个框架模型．与工具相关的任何数据都以元数据的形式保存在元数据库，以元数据驱动任务操作。使得开发人员只专心于设计相关工具所需的元数据及其样式，简化了设计过程，同时增强了系统的灵活性和可扩展性。     

‘MaaS’: fast retrieval of E-file in cloud using metadata as a service

In cloud era as the data stored is enormous, efficient retrieval of data with reduced latency plays a major role. In cloud, owing to the size of the stored data and lack of locality information among the stored files, metadata is a suitable method of keeping track of the storage. This paper describes a novel framework for efficient retrieval of data from the cloud data servers using metadata with less amount of time. Performance of queries due to availability of files for query processing can be greatly improved by the efficient use of metadata and its analysis thereof. Hence this paper proposes a generic approach of using metadata in cloud, named ‘MaaS—Metadata as a Service’. The proposed approach has exploited various methodologies in reducing the latency during data retrieval. This paper investigates the issues on creation of metadata, metadata management and analysis of metadata in a cloud environment for fast retrieval of data. Cloud bloom filter, a probabilistic data structure used for efficient retrieval of metadata is stored across various metadata servers dispersed geographically. We have implemented the model in a cloud environment and the experimental results show that methodology used is efficient on increasing the throughput and also by handling large number of queries efficiently with reduced latency. The efficacy of the approach is tested through experimental studies using KDD Cup 2003 dataset. In the experimental results, proposed ‘MaaS’ has outperformed other existing methods.