集成质量管理系统IQMS2.0的设计与开发

回顾了国内外对集成质量管理系统的研究成果,分析了目前仍然存在的问题.在介绍集成质量管理系统的相关定义的基础上,简述了参与开发的集成质量管理系统IQMS2.0的优点,重点阐述了该系统数据库独特的设计思路、设计结构和实现方法,详细描述了该系统基于底层数据库所实现的功能模块.     

农田灌溉用水量客观测算模型数据库研究

农业灌溉用水量约占全国总用水量的60％,客观测算农田灌溉用水量是落实最严格水资源制度的重要抓手,综合运用数据库管理手段实现农业用水复核工作的流程化和规范性成为迫切需求.深入剖析农田灌溉用水量客观测算的原理与方法,梳理测算业务的数据流程,基于合理的数据分类提出测算模型数据需求.分析各类数据特性及数据间的关联特性,明确数据...     

基于GIS的电信光纤网络资源管理系统设计

根据光纤网络资源地理空间分布的特点和地理信息系统在空间数据管理上的优越性,设计了基于GIS的电信光纤网络资源管理系统.该系统除实现对光纤网络的空间及属性数据管理的基本功能外,还能够对相关数据进行综合分析处理,为网络规划设计和维护管理提供辅助决策支持,提高光纤网络资源管理效率.     

SPC技术在铜管生产线质量管理中的应用

统计过程控制(SPC)是现代企业质量管理中的一种重要手段,结合网络数据库技术可以实现生产过程中各关键工序产品质量的在线监控与离线分析,加速企业质量管理信息化进程.本文以铜管生产线质量管理为模板,系统地论述了SPC技术在铜管生产线质量管理中的应用,阐述了质量管理系统的流程以及关键技术.     

试卷评价系统算法设计与分析

分析了试题库组织结构和试卷的评价指标,对现行利用试题库自动生成的试卷的质量评价存在的主观性、后效性等问题进行了分析,考虑到试题的“知识点不重复”、“题型”、难度系数等多项评价指标,提出了试卷评价系统的调优算法.系统重点利用试卷难度系数和对知识点分布的有效控制,结果表明该算法对试卷的整体质量做出准确的评价,有效地提高了组卷的效率和质量.     

基于XML的分布式数据库集成系统的研究

重点讨论XML与关系数据库数据的转换问题,利用XML元语言的特点,定义了基于XML的映射规则R2X来描述从关系数据到XML文档的映射,通过定义映射文件将分布式数据库数据映射为符合用户要求的XML文档.提出一种映射规则R2X(relational to XML)来描述分布式数据库数据到XML文档的集成与转换.在实现关系数据与XML文档映射的基础上,针对分布式数据库,提出一个基于R2X的分布式数据库集成模型,建立了基于R2X的分布式数据库集成方案、分布式数据库集成系统的体系结构,并对系统中的主要模块给出了具体的实现方法.     

GIS支持下工程勘察信息管理系统设计与实现

本文在分析GIS应用于工程勘察信息管理中可行性的基础上,设计了工程勘察信息管理系统的逻辑模型,并对其中关键技术和方法进行了介绍。以江苏省交通重点工程地质勘察信息管理系统为实例,介绍了系统的功能结构,提出应用多比例尺融合的方法对局部图层信息进行加密,解决了勘察钻孔的分散分布与背景图层信息量过大之间的矛盾,给工程勘察信息管理提供了一个有效、科学的技术手段。     

可定制的规划图文办公自动化的设计与实现

通过对规划图文办公自动化需求的分析,利用工作流技术和数据库技术,实现了规划图文办公自动化的界面、流程、表单等灵活的定制,减少了系统维护的工作量,实现了同一个系统可用于不同的规划部门,缩减了开发费用,并在实际应用中得到了验证。     

支持混合事务和分析处理的数据库管理系统综述

数据库管理系统根据应用场景分为事务型(OLTP)系统和分析型(OLAP)系统.随着实时数据分析需求增长, OLTP任务和OLAP任务混合的场景越来越普遍,业界开始重视支持混合事务和分析处理(HTAP)的数据库管理系统.这种HTAP数据库系统除了需要满足高性能的事务处理外,还需要满足实时分析对数据新鲜度的要求.因此,对数据库系统的设计与实现提出了新的挑战.近年来,在工业界和学术界涌现了一批架构多样、技术各异的原型和产品.综述HTAP数据库的背景和发展现状,并且从存储和计算的角度对现阶段的HTAP数据库进行分类.在此基础上,按照从下往上的顺序分别总结HTAP系统在存储和计算方面采用的关键技术.在此框架下介绍各类系统的设计思想、优劣势以及适用的场景.此外,结合HTAP数据库的评测基准和指标,分析各类HTAP数据库的设计与其呈现出的性能与数据新鲜度的关联.最后,结合云计算、人工智能和新硬件技术为HTAP数据库的未来研究和发展提供思路.     

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.