首页 | 本学科首页   官方微博 | 高级检索  
     

基于Hadoop分布式文件系统的地震勘探大数据样本采集及存储优化
引用本文:杨河山,张世明,曹小朋,李春雷,姜兴兴.基于Hadoop分布式文件系统的地震勘探大数据样本采集及存储优化[J].油气地质与采收率,2022,29(1):121-127.
作者姓名:杨河山  张世明  曹小朋  李春雷  姜兴兴
作者单位:1.中国石化胜利油田分公司勘探开发研究院,山东东营257015;;2.中国石化胜利油田分公司胜利采油厂,山东东营257051
基金项目:中国石化科技攻关项目“老油田开发大数据应用系统集成与示范应用”(P20071-4)。
摘    要:随着油气勘探开发智能化应用越来越成熟、应用场景越来越丰富,大规模应用日益临近,样本的分布式存储、高效采集及并行计算已成为油气勘探开发智能化应用的迫切需求。地震勘探的智能化是油气勘探开发智能化的重要组成部分。针对地震勘探数据具有的单一文件数据量大、非结构化的特点,在分析地震勘探大数据样本采集需求的基础上,提出基于Hadoop分布式文件系统(HDFS)的大文件分割和合并的解决方案,并对地震勘探数据生成3个不同维度的冗余存储,以提升地震勘探样本的采集效率。测试结果表明,基于HDFS的三倍冗余存储方案在数据量迅速增大的情况下,可以有效地提高地震勘探大数据样本的采集效率,从而满足地震勘探智能化应用需求。

关 键 词:HDFS  地震勘探  大数据  样本采集  存储优化

HDFS-based collection and storage optimization of seismic exploration big data samples
YANG Heshan,ZHANG Shiming,CAO Xiaopeng,LI Chunlei,JIANG Xingxing.HDFS-based collection and storage optimization of seismic exploration big data samples[J].Petroleum Geology and Recovery Efficiency,2022,29(1):121-127.
Authors:YANG Heshan  ZHANG Shiming  CAO Xiaopeng  LI Chunlei  JIANG Xingxing
Affiliation:(Exploration and Development Research Institute,Shengli Oilfield Company,SINOPEC,Dongying City,Shandong Province,257015,China;Shengli Oil Production Plant,Shengli Oilfield Company,SINOPEC,Dongying City,Shandong Province,257051,China)
Abstract:
Keywords:HDFS  seismic exploration  big data  sample collection  storage optimization
本文献已被 维普 等数据库收录!
点击此处可从《油气地质与采收率》浏览原始摘要信息
点击此处可从《油气地质与采收率》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号