大数据平台网络数据库云计算技术优化与平台搭建研究

利用云计算等先进技术对网络数据库进行优化总结。基于云计算等技术重新设计了一种面向大数据的网络数据库,实现了平台操作设计、集群模块搭建以及数据整合与预处理等。基于云计算等技术对网络数据库进行优化,是实现网络数据库存储容量提升,全面优化大数据时代网络数据库并发性、提高海量数据状态下网络数据库利用率的重要举措。     

一种基于XML和RDBMS的数据管理方法

对面向网络的应用系统中数据的特点进行分析,提出了一种结合数据库和XML技术来管理网络应用系统中数据的方法,并探讨了如何解决网络应用系统的数据共享问题,实现了基于EJB/JavaBean技术的数据处理组件.通过数据处理组件连接上层应用和数据库服务器可以方便地构建面向网络应用系统.     

面向多租户的多层次可伸缩SaaS软件架构研究

针对SaaS模式下面向多租户的SaaS软件如何随着用户数量及请求规模的变化而进行自适应伸缩的问题,在分析SaaS软件的可伸缩需求的基础上,从一个较为宏观的角度提出了一个面向多租户的多层次可伸缩SaaS软件架构.该软件架构将SaaS软件的伸缩层次划分为业务层和数据层两个部分,从应用、流程和构件等三个粒度研究多粒度业务层的动态可伸缩实现方法;在数据层,以内存数据库子层、全局数据库子层以及数据引擎构建一个面向多租户的数据库开发框架,实现租户数据的隔离、存储以及一致性.基于该软件架构,开发了一个面向物流行业的多租户SaaS原型系统,验证了其有效性和可用性.     

Deep Web数据库集成技术的研究

针对基于查询接口集成的web集成技术复杂且面向领域这一现象,提出了一种非实时查询Deep Web数据库集成技术.该技术通过在被检索网站安装客户端数据源应用程序,获取所有被检索网站的Deep Web数据源连接信息、Deep Web异构数据库表结构信息以及Deep Web异构数据库表数据.其中表结构和表数据经集成系统解析后以统一的格式集成到本地数据库.实验结果表明,该集成技术可集成所有领域的Deep Web异构数据库,没有领域限制.由于是本地查询查询速度也较快,具有一定的可行性.     

数据库技术的使用与发展

近年来,随着计算机应用领域的不断拓展和应用需求的不断多样化,时间序列、Intenet、多媒体数据等复杂数据的大量涌现,对数据库的应用提出了新的需求,许多领域要求数据具有而向对象的功能,人们开始发现关系数据库存在许多限制和不足,这又推动了数据库技术新一轮研究的开展,于是面向对象的数据库系统应运而生。数据库研究引入新的数据处理技术的方法的两种：一是改造和扩充关系数据库;二是改用新的数据模型,     

面向交易实时内存数据库的故障恢复方法

论述交易事务更新交易数据的update-in-place和append-only特征,提出了面向交易主存数据库的一种故障恢复方法,给出恢复管理机构的模型,并讨论了该模型的工作机制 .采用活动一致检查点技术和重做事务日志技术,实现了基于数据镜像和可恢复事务日志的故障恢复措施,解决了系统故障恢复的正确性和一致性问题.结果表明,该方法满足面向交易主存数据库失败恢复的需要.     

用 AUTOLISP 建立数据库的方法

<正> 一、前言目前随着计算机技术和数据库技术的发展,使面向技术问题的数据库已成为 CAD 系统中不可缺少的组成部份,而这类数据库又与事务管理的数据库有所不同。前者所处理的数据类型较单一,而且描述的对象也不十分复杂,后者所要处理的数据除了有工程设计过程中的各种规则,技术标准,设计文档,材料特性,物性参数等大量数据外,更多的是由几何形状组成的数据,类型繁多,特点各异。数据表现的形式相互依赖,在设计过程中还要经常发生变化。因此更增加了数据处理的难度。     

兼顾数据质量的水文数据库自动化更新机制研究

每年一次的水文数据库更新是水文数据管理和维护的重要环节,传统的工作流程复杂且较多依赖于人工,容易影响到数据更新的效率和质量.面向水文数据库的更新问题,分析了水文数据潜在的质量问题及控制方法,结合面向异构数据库系统的通用水文数据引擎、数据检查与入库的并行优化算法和人机交互的质量控制机制等关键技术的研究,提出了兼顾数据质量的水文数据库自动化更新机制,将水文数据库的更新流程划分为数据接收、数据检查、人工交互数据修正、数据入库、可视化检查与修改5大关键环节,有效提高入库效率的同时确保水文数据库的更新质量.在此基础上研发的水文数据接收系统,能有力地支持可靠、高效的水文数据库自动化更新,已经在长江水文数据管理中得到应用,在水文行业具有较大的应用与推广价值.     

环境影响评价数据仓库模型的构建研究

随着环境影响评价基础数据库数据中心数据量的逐年指数增长,数据库服务器对客户端的响应时间也随之延长,对数据高效管理的要求也日益明显.结合环评基础数据库项目建设过程中数据分析和挖掘预测的需求,提出基于ODS的环评数据仓库的总体架构,构建基于OLAP技术的面向多主题的数据仓库模型,研究遗漏值、数据异常等不同问题的数据清理和填充方案,构建基于DS-ODS-DW的数据加载模型.研究实现基于基础数据库的统计分析和数据挖掘功能,为数据管理者提供数据预测与决策支持功能.通过模型在数据分析和数据挖掘方面的应用案例,验证了该模型和方法的合理性和有效性.     

基于Neo4j的面向体系架构(DOA)的数据注册中心(DRC)的实现

为解决大数据时代下数据急剧增长带来的信息孤岛、系统扩展难及数据管理过度复杂等现象,采用面向数据体系架构(DOA)的思想和相关技术,结合Neo4j,设计了基于图形数据库的具有分布式、高效率、扩展性强的数据注册中心(DRC)方案,并搭建了实验平台.采用分布式图形数据库的注册方案已得到初步验证,与传统的数据注册方案相比,能够提高系统的运行效率,增强系统的扩展性,同时,简化了数据管理.