非关系数据库在物资调度系统中的应用模型研究

为研究云存储中非关系数据库的应用,分析了云计算中数据量大,数据处理快等数据的新特性.针对这些的新特性,分析了当前存储大数据的NoSQL数据库的优势.最后借鉴NoSQL的优势,并结合NoSQL中的HBase数据库特点及物资调度管理系统的需求,系统地设计了一个物资调度系统中非关系数据库应用方案.     

大数据环境下基于NoSQL数据库的存储技术研究

文章通过研究和分析了典型的NoSQL数据库技术,基于该平台和Hadoop云架构,完成了非结构化的数据云存储架构的设计,可以很好的解决传统的关系型数据库在应对非结构化数据存储过程中的效率低下等问题。     

面向PDM系统的数据存储结构优化技术

针对当前PDM系统在航空发动机制造业应用时无法高效处理海量数据存储吞吐的问题。文中提出了一种面向PDM系统的新型NoSQL分布式数据存储方案。该方案采用NoSQL数据库搭配Ceph分布式文件处理模块作为存储结构,并设计了基于Spark的MapSearch分步查询处理方法对数据进行读取和重构。实验测试结果验证了所提方案的可靠性,且与同类研究结果的数据相比,该存储方案进行数据写存和读取的时间分别减少了约20%及41.6%,传输速度提升了约70%,数据重构完整性的均值则为92%,为先进制造业的PDM系统存储结构设计提供了一种新思路。     

基于NoSQL的油田分析化验数据管理方法研究

随着分析项目和方法的增多,油田分析化验数据库所管理的数据类别日益增多,面临着数据模型单一、系统管理不便、查询效率低等问题,研究人员通过不断的尝试,大胆跳出关系型数据库的思维定式,使用NoSQL数据库技术,特别是引入MongoDB,并建立了适合于MongoDB的数据模型后,建立了一套存储高效、查询快捷、统计方便的油田分析化验数据管理体系,为NoSQL技术在油田信息化建设中深化应用奠定了基础。     

新媒体领域中非关系型数据库的选择

本文介绍了关系型数据库与NoSQL数据库的特点与适用的环境,分析了几种常见的NoSQL数据库的优缺点.在广电新媒体逐步发展的今天,广电新媒体从最初的很小的网站,发展到网络广播电视台、网络购物、网上游戏、电子商务、手机电视、IPTV等众多产业板块.原有的关系型数据库在某些领域已经不能满足用户高效访问的需求,为了进一步提升用户体验,NoSQL数据将会逐步的深入到广电新媒体的应用系统中来.     

云计算分布式缓存及其应用实践

NOSQL技术产生的背景N o S Q L的历史最早可以追朔到Berkeley DB等嵌入式数据库的年代,互联网时代的N o S Q L,源起于G o o g l e为解决大数据的存储与计算而提出的GFS+Bigtable+Map Reduce。随后Hadoop (Hdfs+Hbase+MapReduce)、Hypertable、Memcached、Tokyo cabinet、Redis、Dynamo、Cassandra等等NoSQL产品雨后春笋般的推出,使得NoSQL技术广泛应用于互联网各个领域。关系型数据库具有功能强大,稳定性好,     

大数据开源技术发展研究

大数据技术发展与开源运动的结合已成为大数据技术创新中的一个鲜明特点。目前,大数据分析处理流程中所使用的关键技术几乎都源自开源模式,知名的大数据开源项目如分布式计算和存储系统Hadoop、基于内存计算的集群计算系统Spark,以及多款非关系型数据库（NoSQL）产品等。文章对Hadoop、Spark等知名大数据开源项目进行分析和解读,为读者开展大数据应用提供技术参考和支持。     

LevelDB架构与相关改进分析

键值数据库是NoSQL数据库中的一种,LevelDB作为典型的键值数据库,其底层采用LSM树作为存储架构,写入性能十分优异,一直是人们研究和改进键值型数据库性能的基准线。本文首先对LevelDB的整体结构做了剖析,并以LevelDB中的重要数据结构和读写操作为轴线,详细分析了LevelDB如何实现快速存取的目标。本文接着对当前以LevelDB为代表,基于LSM树存储结构的数据库改进做了深入调查和分类,在对已有技术分析的基础上,指出了非关系型数据库未来可能的研究方向。     

关系型数据库与NoSQL数据库的性能对比

本文针对传统的关系型数据库和新兴的NoSQL数据库进行性能测试比对.选取关系型数据库的代表MySQL和NoSQL数据库的代表Redis.通过建立模型和搭建测试环境,同时进行20000次数据的插入操作和查询操作,然后对比MySQL数据库和Re-dis数据库的总耗时和平均耗时,得出Redis数据库的存储和查询效率高的结论.     

针对交通数据存储系统设计方案

本文设计实现了一个NoSQL类型的高性能交通数据存储系统。该交通数据存储系统由服务模块和存储模块两部分组成,服务模块主要响应来自客户端的请求,并向存储模块请求相应的数据,然后返回给客户端;存储模块主要完成数据的存储和管理。     

大数据平台安全防护研究

本文首先明确大数据平台的风险,提出大数据平台安全防护目的及防护体系,提供大数据基础设施、大数据接口、大数据存储、大数据计算处理和平台管理等方面的安全防护措施.     

物联网海量异构数据存储与共享策略研究

随着物联网向各行业的深入发展,各行业的信息化进程也进入了快车道.信息服务作为物联网在各行业应用中重要的公共服务之一,一直受到广泛关注.然而,当前物联网信息服务系统面对物联网海量异构数据存在性能低下、共享困难等问题.因此,本文提出了一种基于NoSQL、REST以及国家物联网标识管理公共服务平台(NIOT)的存储与共享策略,并着重对该系统的构成、逻辑设计进行了详尽阐述.针对性能改进的策略设计了适当的量化评测,实验结果表明提出策略具有较好的效果,基于实验结果对进一步的优化进行了讨论.     

基于大数据平台的信令数据采集技术研究

针对现有信令数据采集技术所面临的海量数据采集需求以及存储困难等问题,文中研究了基于大数据平台的信令数据采集技术。设计了基于大数据平台的信令监测系统架构,并分析了信令监测系统的大数据解决方案。另外,文中进一步划分了基于大数据平台的信令数据采集架构,主要包括大数据信令采集架构、大数据信令采集模式以及大数据信令采集内容3部分。所设计的面向大数据平台的信令数据采集技术架构可以有效适用于海量信令数据采集场景,为实现大规模分布式信令数据采集提供了工具。     

移动通信基站天线参数管理系统数据库设计

移动通信基站的维护与优化以基站参数为重要依据?提出一种基于面向文档的 NoSQL数据库对采集的数据信息进行处理的方式,重点对数据库模型的设计?数据库的备份恢复及分片技术进行分析研究?通过实际验证,管理系统在此数据库的支持下能够实现数据的有效存储与查找?     

大数据时代计算机信息处理技术研究

大数据时代的快速发展给计算机信息处理技术带来极大的机遇和挑战,要充分认识到大数据时代计算机信息处理技术的重要性和特点。文章探讨和分析大数据时代下的计算机信息采集技术、存储技术和安全技术,构建适宜的网络平台和数据库结构,实现对数据信息的高效采集和数据库链接。并研究和分析数据存储算法,构建低冗余度、高可靠性的海量数据存储系统,同时运用计算机信息安全技术构建复杂的安全信息系统,确保计算机信息处理技术在生产生活、各行各业的便捷安全应用。     

内存映射技术在大数据存储应用中的研究

针对无线网络技术研究中对大数据实时存储和国产化需求,在Qt平台下利用内存映射技术,设计实现了一种针对大数据的实时存储方案,可实现对无线网络中频采样数据和解调解码数据的实时存储。并通过设计有效的索引机制,极大的提高了后续离线数据分析时的数据搜索效率。最后通过测试代码对该内存映射文件存储技术进行了实验验证。     

基于存储过程的分段数据存储方式设计

随着社会对信息化重视程度的不断提高,存储在数据库中的数据规模正在不断的成倍增长,如何以一种有效的方式对数据进行存储,以便高效的对数据进行处理,分析就成为横亘在人们面前的一道难题.基于oracle11g数据库,设计了一种基于存储过程的分段式数据存储方式,有效解决了对于数据量随时间线性增长业务系统数据的存储问题,极大的提高了数据处理的效率.     

面向Hadoop架构的大数据安全研究

文中将从两个方面讨论大数据的安全：一是体系结构方面,将列出一些大数据系统在处理和存储信息时的差异,并讨论它们如何影响数据和数据库的安全性.二是运维管理方面,将详细介绍与大数据平台相关的运行安全问题,并分析大数据和管理系统所面临的挑战,尤其是当系统本身缺乏内在机制安全时.最终给出技术建议,勾勒大数据安全的战略战术,确保这些数据仓库的安全.     

轨道电路故障诊断大数据处理技术综述

在轨道电路维护和管理过程中会产生大量的异构,多态数据,即大数据。如何高效存储和快速访问,是目前一个重要的研究课题。文中分析了轨道电路故障检测产生大数据的特点。回顾了当前在互联网和工业监测中大数据的处理技术,以及这些技术在轨道电路故障排除中大数据处理的优势和弱点。最终,从一个大的数据存储,实时数据处理,多数据源的异构集成和大数据可视化4个方面论述了大数据在轨道电路应用中的机遇和挑战。