排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
实时ETL(Extract-Translation-Load)打破了传统数据仓库离线批处理模式,采用了实时流处理策略,将变更数据发送至目标仓库.研究目的是降低ETL过程处理延迟,在短时间内确保源端和目标端数据一致性.采用了纯流式数据处理框架Storm研究ETL流程.变更数据捕获(CDC)作为ETL流程的关键步骤,当面对海量数据时,传统的基于快照捕获变更的方法,因延时高阻碍了实时ETL发展.Storm默认采用轮询调度算法,忽视了工作节点间网络通信开销以及集群负载均衡的问题.针对传统变更捕获方法存在延迟高的问题,提出了基于变更数据标记捕获算法(C D M C).针对Storm默认调度存在的问题,提出了基于非合作博弈的Storm调度算法(Game-Storm).Storm通过组件Spout提取源端变更数据,交于逻辑处理组件Bolt,最终加载至目标仓库.综合考虑了标记捕获策略和博弈调度策略,形成了ETL流程的优化策略(GS-M-ETL).实验分析表示,这种新方法使ETL处理延迟降低了29.5％. 相似文献
2.
针对分布式驱动电动汽车的稳定性控制问题,首先设计了基于卡尔曼滤波算法的质心侧偏角观测器以解决车辆质心侧偏角难以获取及准确性问题,其次针对车辆转矩分配策略提出了一种分层控制策略.上层控制器利用滑模变控制结构计算车辆维持稳定时所需主动横摆力矩大小,下层控制器利用主动横摆力矩结合整车动力学模型构建以最小轮胎负荷率为目标的约束矩阵,并采用粒子群算法进行转矩优化分配.在Matlab/Simulink仿真环境下进行仿真分析,搭建了七自由度整车模型、二自由度线性模型以及魔术轮胎模型,仿真结果表明车辆可以很好地跟随侧偏角、横摆角速度期望值,并具有较低的轮胎负荷率,证明了该控制策略的有效性. 相似文献
1