海量数据存储管理方法的研究

随着现代技术的发展,对数据资源的需求逐渐增多,对数据库规模、容量、性能等方面的要求也不断提高,如何提高数据库性能和效率,优化海量数据的存储,已成为一个研究课题。以优化海量数据存储为出发点,对海量数据存储原则、存储设计和实现进行了探索,提出海量数据查询的具体优化方法,对海量数据库的管理方法进行了研究。     

大数据时代环境下数据库的发展趋势与影响

现在全球进入大数据时代,数据挖掘与数据云计算被越来越多的人所重视,如何在海量异构的数据中迅速提取有价值有意义的数据模型成为研究重点,作为大数据时代的基础,数据库的发展出现了新的趋势。     

MPP数据库在中国移动大数据应用中的前景分析

随着云计算、大数据应用的迅猛发展,中国移动IT系统的数据量呈现爆炸式的增长,而传统的以小型机架构为主的数据库系统在存储和分析能力等方面开始出现瓶颈,且造价高昂,因此中国移动对MPP数据库的应用需求量大幅增加。本文通过对MPP数据库在中国移动的现网使用情况、产品技术优劣及适用场景的分析,来探讨MPP数据库在中国移动大数据应用中的发展前景     

分布式大数据管理系统的设计与实现研究

社会高速发展的同时,数据也呈现爆炸式的增长,传统的数据库管理系统已经无法满足海量数据的存储需求。云存储技术成为一种新的数据存储方案,在Hadoop分布式系统的基础个,提出了一种基于云计算环境下的分布式大数据管理系统,为海量的文件存储与处理提供平台。对云计算大数据存储系统进行功能分析,同时还对大数据管理系统的框架进行设计,最后通过实验的方式验证了分布式大数据管理系统相比于其他方式的管理系统,处理的速度更快,存储时间更短,存储效率更高。     

基于云计算数据库的数据挖掘方法分析

随着互联网的不断发展,云计算数据库成为人们使用最多的一个平台。云计算数据库主要用于存储海量数据,为了保证云计算数据库的稳定性,需要对其进行调节。人们在利用传统方法对云计算数据库进行访问时,常会出现数据挖掘性能差的情况,为了解决这一问题,需要建立全新的数据挖掘方法,比如建立云计算数据库的多层自回归矢量空间模型,分析数据的特点。文章主要阐述云计算的概念及特点,分析云计算数据库的数据挖掘方法,提出基于云计算数据库的数据挖掘策略。     

基于云计算的数据库智能存储系统设计

互联网已经在电子政务、金融证券、电力通信、电子商务等领域得到了广泛普及和使用,积累了海量的数据资源,这些数据信息均保存于数据库中。传统的数据库采用普通的关系模式或网状模式,读取、写入操作效率较低,不适用于当前大数据存储需求,因此可以引入先进的云计算技术,基于云计算构建一个数据库智能存储系统,该系统可以实现元数据管理、数据估值、数据动态迁移等功能,根据用户的访问频次将热点数据迁移到优先级较高的位置,能够提高数据库操作效率,具有重要的作用。     

云平台下CRM系统数据存储的设计与实现

目前,在这个海量数据时代,传统的关系型数据库在存储和查询等方面暴露了许多问题。我们在对非关系型数据库进行了详细的研究后,在云平台下CRM系统中提出关系型数据库和非关系型数据库结合使用的方案。其中在具体实现时关系型数据库选择使用MySQL,非关系型数据库选择使用MongoDB。该方案大大提高了系统的读写性能。     

云计算时代下的数据库安全性

在云计算时代,数据库的安全问题发展和应用有着较为严重的制约作用。本文对云计算的特点进行了讲解,同时对关系型数据的特点进行了分析,进而最后对云计算时代下,数据库的安全性问题,提供了相应的安全策略。     

云计算技术分析及其展望

云计算是在传统的数据存储、分布式计算和网络技术等计算机技术的基础之上发展而来的,它旨在分布式存储和处理海量数据,以方便人们按需及时获取相应服务。在当今这个数据信息"大爆炸"的时代,云计算的实现和发展日益显现出了它的强大存储计算能力和广泛应用前景。比较了现有的云计算的概念并给出新的理解,分析了云计算的服务模式和系统结构,总结了云计算的关键技术,阐述了云计算技术面临的问题,介绍并展望了云计算的国内外发展应用及其广阔前景。     

大数据下的NoSQL数据库技术分析

随着大数据的不断发展和web2.0的快速应用,非关系型、分布式数据存储技术迅速发展,而NoSQL数据库的出现就是为了解决当前计算机体系结构在存储大数据时要求快速、可扩展的问题。文章总结了NoSQL的优势,分析了NoSQL数据库的系统架构、数据存储和关键技术。     

云计算环境下网络空间数据分布式存储方法研究

针对传统的网络空间数据分布式存储方法存储空间小的情况,提出云计算环境下网络空间数据分布式存储方法,首先对网络中的空间数据进行划分,在此基础上,建立网络空间分布式存储数据库,把基本的网络空间数据进行存储,为满足大数据的需要,最后对空间数据库存储空间容量进行设计,提高了网络空间数据分布式存储的存储量。并通过实验对比证明,此次设计的网络空间数据分布式存储方法比传统的存储方法的存储容量高,满足了大数据的存储需求,具有一定的实际应用意义。     

电力系统中大数据的应用探究

如今处于数字信息化的时代,业务应用数据正以前所未有的速度增长,大数据时代正式到来。随着科技的进步,人们对大数据本质和深层的理解不断加深,考虑到公司数据状况和业务要求,进行进一步的研究从而提出了“电力大数据”的这一新的概念。本文主要分析了电力系统大数据的概念特点,数据库的构建,最后对电力系统大数据的应用进行探究。     

面向海量数据的存储技术发展分析

移动终端、智能感应终端设备的快速增加,以及云计算、物联网、人工智能等新兴信息技术的应用普及,使得全球数据总量快速增长,同时,用户对数据应用的实时性要求也在不断提升.海量非结构化、高时效性的数据对存储技术提出了新的要求,大容量、高速读写、高可靠的存储器件以及面向海量数据应用场景的存储架构、存储管理技术成为存储产业研究的热点.本文对数字新时代下海量数据存储需求进行了分析,对面向海量数据的存储技术的发展脉络进行了总结,并探讨了云存储架构及其关键技术.     

优化“数据备份”确保大数据通信畅通

随着大数据、云计算时代的发展,产业格局正在重塑,面对移动互联网企业的竞争,传统电信运营商面临管道化等海量的大数据通信业务的挑战.如何转变传统运营方式,如何提供新型的信息服务,使数据成为电信运营商开展移动互联网业务的核心优势资产,成为了电信运营商发展的焦点.本文从大数据通信时代对数据库“数据备份”等功能安全可靠的要求,对提升“数据备份”功能的策略和维护进行了优化,以确保大数据时代通信畅通无阻.     

云平台下的NoSQL分布式大数据存储技术与应用

随着移动互联网云计算、大数据的快速发展,以图片、视频等组成的数据存储急剧增加,目前已有存储方式无法满足系统需要,而No SQL分布式大数据存储技术因其具有可扩展、快速读取、海量处理等特点,其在云计算领域如雨后春笋般被广泛应用。采用基于Hadoop平台和No SQL的Mongo DB数据库技术设计非结构化数据云存储架构,证明云存储的非结构化数据存储技术可缓解当前非结构化数据存储面临的难题,提升非结构化数据存储服务质量。     

浅析云计算用户数据传输与存储安全

云计算是目前IT领域一项新兴技术,随着该项技术的发展,其安全问题备受关注。本文从云计算用户数据的分类入手,按照数据传输和存储的“端-链-端”三个物理位置对数据类别进行了划分,从政策法规和技术标准、网络环境、客户端和云端三个方面分析了目前云计算领域用户数据在传输和存储方面存在的安全隐患,同时还简要提出相应的安全策略。     

计算机云计算中的数据存储研究

文中研究了云计算的概念及实现形式，探讨了计算机云计算下的数据存储模型组成，其具体分为存储层、基础管理层、应用接口层及访问层。其次，文中研究了目前计算机云计算中较为常用的数据存储技术分类，包括HDFS和GFS。最后，文中还对计算机云计算中的数据储存技术应用提出了持续完善数据存储结构、开发高效率存储技术以及数据存储处理等对策，为计算机云计算中数据存储工作的优化调整提供了参考。     

超媒体数据库的研究与设计

本文介绍了超煤体、超媒体数据库的研究,并对超媒体数据库的数据模型和超媒体数据存储进行了详尽分析,提出了超媒体数据库实现的关键问题,并给出了超媒体数据库的实现方法。     

基于网络演进的用户数据库融合部署实现

随着EPC(分组核心演进)网络和IMS(IP多媒体子系统)网络的逐步部署,核心网将面临重大改造。随着4G时代的到来,移动用户将具备IMS、LTE及2G/3G的多用户属性,在业务接入和数据存储方面对用户数据库提出了新的要求。文章主要对传统2G/3G HLR(归属位置寄存器)、SAE HSS(系统结构演进归属用户服务器)、IMS HSS融合的必要性进行分析,探讨数据融合的优势及关键问题,结合中国移动的网络发展现状及网络演进趋势,探讨基于网络演进的用户数据库融合部署实现。     

DNA存储及其研究进展

DNA存储是一种以生物大分子DNA作为信息载体的一种新的存储技术。与传统的电子信息存储相比,DNA存储具有容量大、密度高、低能耗等优点。随着DNA合成、测序技术的发展以及大数据时代对数据存储需求的指数增长,近年来DNA存储在存储容量、密度以及可靠性等方面都取得了巨大的进展。该文主要介绍了DNA存储的发展历史、DNA存储的基本流程、DNA存储在数据库、文档存储以及体内存储的研究进展。最后,总结了DNA存储未来面临的挑战以及发展方向。