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.     

基于非关系型数据库的水文大数据存储方法研究

针对现有的技术架构和主流软件工具存储水文大数据存在的问题,分析非关系型数据库存储水文大数据的优势和技术特点,提出非关系型数据库TRIP存储水文大数据的方法。TRIP数据库管理系统部署在PC机上,水文结构化和非结构化数据存储在与PC机数据连接的磁盘存储装置的数据库文件中,根据水文数据的规模,增加磁盘存储装置的数量和容量。研究结果证明,TRIP数据库能够存储多种类型、格式的水文结构化和非结构化数据,可为水文行业存储水文大数据提供新的技术途径。     

对象关系型数据库的体系结构

本文将通过一个实例详细考察对象关系型数据库系统的对象体系结构，这个实例就是刚刚面世的IBMDB2通用数据库服务器。1大型对象现代数据库应用存储对象的最重要特性之一是其绝对尺寸，对于非结构信息如图象、声音和视频更是如此，例如1分钟压缩视频依据其压缩方法的不同需要10MB至30MB的存储空间。如果用常规方法处理，视频剪辑和其他大型对象将会占用了几乎所有资源，包括缓冲区和日志记录，从而会大大降低系统性能。虽然许多数据库系统都可以存储大型对象，但一个真正的对象关系型系统必须提供特殊的方法，以提高大型对象应用的性能和…     

关系型数据库和对象数据库范式和操作研究

本文在分析对象数据库和关系数据库范式特征和数据操作后，首次提出了用四元组的方式研究这两种模型的表述关系，从理论上推出关系数据库可以用对象数据库完全描述结论，据此给出了关系数据库到对象数据库的映射，在文章最后对如何在关系数据库的基础上实现对象数据库作了探讨，为异质数据库互联打下基础。     

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.     

关系型数据库与NoSQL数据库

通过对传统关系型数据库以及他目前存在的问题的说明,进而引出了NoSQL数据库,并指出NoSQL数据库的特点以及目前应用状况,最后总结出传统关系型数据库和NoSQL数据库在某种场景下结合使用,并给出具体实例加以说明。     

对象关系型数据库剖析

很明显,传统数据类型和SQL的搜索能力不足以应付新一代的多媒体数据库应用,但另一方面,这些应用的要求变化多端,没有哪一种预定义语言扩展能够满足所有要求。我们需要的不是一组新数据类型和功能的堆积,而是一种能够让用户定义他们自己的新数据类型和函数的灵活性。 现代应用的另一个要求是,数据库不仅要存储数据,还要记录和执行适应于这些数据的企业规则。将数据与规则     

一路快跑 后关系型数据库

所谓后关系数据库,实质上是在关系数据库的基础上融合了面向对象技术和Internet网络应用开发背景的发展。它结合了传统数据库如网状、层次和关系数据库的一些特点,以及Java、Delphi、ActiveX等新的编程工具环境,适应于新的以Internet Web为基础的应用,开创了关系数据库的新时代,即所谓的后关系型数据库时代。     

关系数据库性能优化研究

效率是数据库开发中经常遇到的问题，数据库性能的优劣将直接关系到软件的运行效率。为了提高数据库产品的性能，对影响关系数据库性能的一些主要因素进行了阐述。结合实际给出了数据库性能优化的一些建议并用实验数据证明之。分析和比较了不同设计方案可能对数据库性能的影响，提出了目前关于数据库性能优化的问题是没有通用方案的观点。     

基于私有云整合数据库的研究

基于私有云整合数据库可以降低系统成本和复杂性,同时提高灵活性和服务质量;私有云和数据库整合能够以更安全、更可靠的方式提供应用程序和数据,并且提供更强的商业洞察力.将数据库整合至私有云中,实现了减少停机时间、减少管理成本、降低安全风险和减少资本支出等目标;同时,还提高了系统性能、可用性、数据质量和决策的敏捷性.     

云计算环境中高效可扩展的元数据管理方法

针对现有元数据管理方法存在可扩展性差或访问效率低的问题,提出一种高效可扩展的元数据管理方法.基于可扩展哈希方法实现元数据系统动态可扩展,使用并行定位方法实现元数据服务器高效定位,提出动态K叉树的元数据组织方法以提高元数据服务器扩展时选择迁移元数据的速度.实验结果表明,该方法具有近似线性扩展性能,其选择迁移元数据的时间几乎为零,有效解决了云计算环境中元数据管理系统的高效动态可扩展问题.     

关系数据库中树形结构的矩阵算法研究

关系结构是最常用的数据逻辑形式。在关系数据库中,存在局部的树形结构数据形态。针对关系数据库中的树形结构数据,提出一种基于矩阵模型的数据组织方法,直接使用SQL查询,在数据库内部实现树形结构的插入、遍历、删除、移动等算法。     

基于关系数据库的脆弱性水印算法研究

为了检测对关系数据库的恶意篡改,提出了一种脆弱性数字水印算法。该算法将数据库的元组划分到不同的分组中,在对每个分组内的元组进行秘密排序的基础上,生成由属性水印和元组水印构成的分组水印矩阵,因此可以将对数据库的篡改定位在分组范围内。利用单向哈希函数及关系数据动态生成水印,不但保证了水印信息的安全性,而且也实现了水印的盲检测。理论分析和实验结果表明,该方法能够有效探测攻击者对关系数据库进行元组添加、属性值修改、元组删除和属性变化四类操作,从而为关系数据的真实性认证提供依据。     

Using a relational database for scalable XML search

XML is a flexible and powerful tool that enables information and security sharing in heterogeneous environments. Scalable technologies are needed to effectively manage the growing volumes of XML data. A wide variety of methods exist for storing and searching XML data; the two most common techniques are conventional tree-based and relational approaches. Tree-based approaches represent XML as a tree and use indexes and path join algorithms to process queries. In contrast, the relational approach utilizes the power of a mature relational database to store and search XML. This method relationally maps XML queries to SQL and reconstructs the XML from the database results. To date, the limited acceptance of the relational approach to XML processing is due to the need to redesign the relational schema each time a new XML hierarchy is defined. We, in contrast, describe a relational approach that is fixed schema eliminating the need for schema redesign at the expense of potentially longer runtimes. We show, however, that these potentially longer runtimes are still significantly shorter than those of the tree approach. We use a popular XML benchmark to compare the scalability of both approaches. We generated large collections of heterogeneous XML documents ranging in size from 500 MB to 8 GB using the XBench benchmark. The scalability of each method was measured by running XML queries that cover a wide range of XML search features on each collection. We measure the scalability of each method over different query features as the collection size increases. In addition, we examine the performance of each method as the result size and the number of predicates increase. Our results show that our relational approach provides a scalable approach to XML retrieval by leveraging existing relational database optimizations. Furthermore, we show that the relational approach typically outperforms the tree-based approach while scaling consistently over all collections studied.

云计算环境中高效可扩展的元数据管理方法

针对现有可扩展的元数据管理方法存在性能较低问题,提出一种高效可扩展的元数据管理方法,它首先采用动态二叉映射树来实现元数据服务器精确定位,然后采用延迟更新方法来动态更新二叉映射树,最后提出动态K叉编码树的元数据组织方法以提高元数据服务器扩展时选择迁移元数据的速度。实验结果表明,它有效提高了云计算环境中可扩展元数据管理方法的效率。     

类——关系数据库之间的映射

面向对象的开发方法是目前软件开发的主要方法，它以类作为软件分析，设计和实现的基本单元，而关系数据库则是许多人都青睐的持久信息存储方法，所以类－－关系数据库之间的映射是开发者必须关注的一件大事，文章扼要地介绍了类－－关系数据库之间的映射原则。     

关系数据库中多维数据分析及展现的研究

在对关系数据库业务模型分析的基础上通过建立多维模型定义使数据具有多维的概念,并在此基础上提供了一种B/S模式的多维数据查询和展现的方法,该方法充分利用了多种数据存储结构来优化数据的查询和显示.通过建立维度间的层次关系可实现多维数据的钻取、旋转、切片等操作,结合JFreeChart的图形功能提供了一种多维图形展现和分析的方法.     

ISIS Base化学数据库向关系数据库的迁移

ISIS Base是MDL公司提供的一个基于桌面的化学信息管理系统。利用ISIS Base用户可以对化学结构及相关的科学数据进行存储、搜寻和检索等管理工作。ISIS／Base基于表格的搜寻功能,可以让用户根据不同的需要将化学结构、文本及数字等类型的检索要求组合在一起,对相关的数据库进行检索和管理。但是它需要其它软件系统才能实现局域网和Internet应用。为了实现ISIS Base数据库中的数据在网络中的应用,本文介绍了一种ISIS Base数据向关系数据库迁移的方法。