首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 93 毫秒
1.
采用内存数据访问对象提高数据库访问速度   总被引:3,自引:0,他引:3  
将内存数据库的思想溶于传统磁盘数据库(DRDB)中,采用内存数据访问对象(MMDAO)技术,在当前主流计算机所能提供的有限内存中实现应用程序与数据库系统之间的接口,使数据库检索、存取等过程在内存中进行,避免大量的磁盘数据I/O,从而实现数据库应用程序中数据的高速存取、检索和操纵,提高应用系统的执行效率。  相似文献   

2.
基于FastDB的内存数据库实现机制研究   总被引:1,自引:0,他引:1       下载免费PDF全文
FastDB是一个高效率的内存数据库系统,相对于传统磁盘数据库,内存数据库通过将数据完全加载到内存,在内存中实现对数据的管理.通过对实现方式的深入分析、比较,选用合适的方式对内存数据库的实现机制等方面进行了改进,给出了内存数据库的实现方法、步骤和主要数据结构,进而对共享内存管理进行了阐述,使得内存数据库在处理数据上比磁盘数据库快,可以有效地使用CPU周期和内存,从而在一定程度上改善了数据吞吐量.较好的避免了内外存数据交换的发生,有效解决了不同行业中对系统响应要求高的问题.  相似文献   

3.
采用灵活而高效的数据存储管理机制是实现内存数据库管理系统的关键,提出一种适合内存数据库的“影子内存”组织方法,并给出具体的内存空间的组织管理,存储结构和存取策略。  相似文献   

4.
在过去的10年间,随着硬件技术不断发展,内存价格越来越低,许多计算机系统均布置了大容量内存.数据库系统开发商和研究人员认识到这一趋势,并开发出多款内存数据库产品,其特点在于先将数据装载到内存之中,再执行相应的数据管理任务.随着内存数据库的出现,如何客观、公正地评测它的性能显得愈发重要.尽管当前不乏关于关系型数据库系统的评测基准,例如威斯康星测试基准和TPC-X系列等,但是这些基准并未充分考虑内存数据库的重要特性,因此不适合评测内存数据库.本文提出了一种面向内存数据库的评测基准(InMemBench),与传统的关系数据库基准显著不同,它综合考虑了内存数据库特有的数据预取过程、物理组织方式和压缩能力等方面的重要特点.最后,本文还通过新基准比较了4款内存数据库的性能.  相似文献   

5.
变电站综合自动化系统的发展,对可靠性、大数据量的管理、速度,提出了更高的要求。为此研究内存数据库系统,内存数据库是变电站监控软件系统中的重要组成部分,用以管理实时上传的变电站数据信息。根据内存数据库的特点,介绍了其数据存储方式和索引结构SB-树。系统设计中采用面向对象的鳊程思想,把整个内存数据库分解成相对独立的类以实现它的功能。  相似文献   

6.
内存数据库索引技术在消防监控系统中的应用研究   总被引:1,自引:0,他引:1  
传统的磁盘数据库因为要进行大量的I/O操作,不能很好地满足系统的实时性要求。内存数据库系统将用户数据加栽到内存中,使得数据的处理速度大大提高,可满足各种实时应用系统的实时数据处理需求。本文介绍了消防监控系统中内存数据库索引的设计方法,并对比了两种方法下的系统运行效率。  相似文献   

7.
随着计算机硬件技术的高速发展,内存的成本不断降低,数据库管理系统将其工作数据集完全放入内存变得可行.相比于常规的磁盘数据库,内存数据库具有更快的数据存储速度、更高的吞吐量和更强的并发访问能力,满足了许多应用的快速响应需求.然而,由于内存是易失性存储介质,与磁盘数据库在可用性方面有一定区别.本综述重点讨论了适用于内存数据库提高可用性的主要策略,包括快速恢复策略、冗余备份和容错等.  相似文献   

8.
针对嵌入式配料系统采用单独的后台SQL数据库储存管理数据中存在的缺陷,提出了在嵌入式配料系统中采用前台内存数据库和后台SQL数据库协作的方式管理数据的全新解决方案.以某企业嵌入式配料系统项目为背景,研究了前台内存数据库和后台SQL数据库协作管理配料系统数据的实现过程,介绍了嵌入式内存数据库核心对象的数据组织方式.该方案已应用于嵌入式配料系统中,并使配料系统的实时性、可靠性、稳定性方面都得到了较大的提高.  相似文献   

9.
针对基于商用数据库的HLR/AUC系统在实时性和安全性方面的不足,提出引入内存数据库来解决该问题,并指出需要解决初始数据装入和数据一致性问题。同时设计并实现了一种基于内存数据库的高性能系统。  相似文献   

10.
提出了一种适合于内存数据库的"影子内存"组织方法,给出了具体的内存空间的组织管理、存储结构和存储策略,事务都有一定的可预报性,通过对主动实时事务进行预分析处理,可提取其对数据库存取行为的知识.基于这些知识,对数据库内外存数据交换的策略、方法进行了探讨.  相似文献   

11.
Large-scale key-value stores are widely used in many Web-based systems to store huge amount of data as(key, value) pairs. In order to reduce the latency of accessing such(key, value) pairs, an in-memory cache system is usually deployed between the front-end Web system and the back-end database system. In practice, a cache system may consist of a number of server nodes, and fault tolerance is a critical feature to maintain the latency Service-Level Agreements(SLAs). In this paper, we present the design, implementation, analysis, and evaluation of R-Memcached, a reliable in-memory key-value cache system that is built on top of the popular Memcached software. R-Memcached exploits coding techniques to achieve reliability, and can tolerate up to two node failures.Our experimental results show that R-Memcached can maintain very good latency and throughput performance even during the period of node failures.  相似文献   

12.
In moving object database, the moving objects' current position must be kept in memory, also to the trajectory, in some case, as same as the future. But the current existing indexes such as SEB-tree, SETI-tree, 2+3R-tree, 2-3RT-tree and etc. can only provide the capability for past and current query, and the TPR-Tree, TPR*-Tree and etc.can only provide the capability for current and future query. None of them can provide a strategy for indexing the past, current and also the future information of moving objects.In this paper, we propose the past-current-future Index (PCFI-Index) to index the past,current & future information of the moving objects. It is the combination of SETI-tree and TPR*-tree, the SETI liking index is used for indexing the historical trajectory segments except the front line structure, and the moving objects' current positions, velocities are indexed via the in-memory frontline structure which mainly implemented with TPR*-tree.Considering the large update operations on TPR-tree of large population, a hash table considering cache sensitivity is also introduced. It works with the frontline part, leading a bottom-up update of the tree. The performance analysis proves that the PCFI-index can handle most of the query efficiently and provides a uniform solution for the trajectory query, time-slice query, internal query and moving query.  相似文献   

13.
大数据解决方案的分布式架构、海量数据存储、内存数据存储等特点给针对Hadoop的电子数据取证带来了巨大的挑战。概述了传统计算机取证的流程、要点以及在大数据取证过程中的局限性。以Hadoop为例,从Hadoop取证生态系统角度介绍了大数据解决方案的架构,分析了大数据取证的数据源、方法、流程、工具等,为调查人员进行大数据调查取证时提供参考。  相似文献   

14.
Visual Basic内嵌的Data数据控件是访问数据库的一种方便工具,它提供有限的不需编程而能访问现存数据库的功能.数据控件本身不能显示数据库的数据,需通过设置数据控件的一些属性,链接指定的数据库文件,再借助其他常用控件显示字段的内容.文本框、标签和图片框常用来显示数据库的数据.把数据控件和显示数据的控件结合到一起称为数据绑定.  相似文献   

15.
针对Apriori算法在面对大规模数据时效率较低的问题,提出了一种基于划分和压缩数据库的改进方法。该方法首先依据特征数据出现的频率将数据按照升序存储在临时数组中;然后将原始事务数据库分为几个互不相交的事务数据库,使得子数据库能够容纳在内存中;最后根据每个子数据库计算出的频繁项集计算整个数据库的频繁项集,从而消除了不必要的冗余数据。通过改进可以将大规模数据集进行有效的划分和压缩,对子数据库进行关联规则挖掘。实验结果表明,改进的Apriori算法在针对海量数据挖掘的执行速度和效率都有很大提高。  相似文献   

16.
分布式数据库中海量数据采集完整性约束   总被引:2,自引:0,他引:2  
在分布式数据库系统的建立过程中,需要把大量的异构信息转化成数据库管理系统可以识别和处理的数据.在把信息装载到数据库前,需要对这些源数据进行完整性校验.利用数据库关系的偏序性把数据划分成不相交的子集,给出了一种描述数据库统计概貌的模型,把全局完整性约束局部化,对以文件形式存在的源数据进行分布武完整性检查,然后在后台将其批量装载到数据库中.此种方法在黑龙江省防洪决策数据库系统的建立过程中,明显提高了数据的可信度及装载效率.  相似文献   

17.
在物联网环境中,大量的传感器产生了海量的数据.这些数据通常都需要写入到数据库中来实现数据的分析与应用.当这些物联网海量传感器数据插入到数据库中的时候,会在存储系统中产生严重的小数据同步写性能瓶颈.针对此问题,本文设计了一种高性能数据库磁盘缓冲队列DCQD(Disk Cache Queue for Database).DCQD在保证物联网采集数据同步写入磁盘,确保不丢失数据的基础上,可以显著优化海量数据插入到数据库中的性能.实验表明,DCQD在物联网应用环境中,可以显著地提高数据采集系统的性能.  相似文献   

18.
数据库技术已经成为计算机技术的基础和核心,数据库中的数据会受到很多方面的攻击,为保护数据库中数据的安全,数据库提供了各级身份验证机制,防止用户非法登录;提供了服务器角色、数据库角色和权限来限制登录用户的操作;提供了数据加密,即使用户获取数据后需要解密才可以正确读取数据;触发器也可以作为辅助手段保护数据安全性.  相似文献   

19.
用.NET实现对SQL SERVER数据库安全的动态监控   总被引:1,自引:1,他引:0  
为了保障数据库服务器的安全,提出通过设计.NET程序来实现对SQL SERVER数据库服务器的动态监控,及时监控SQL SERVER数据库服务器的变化,从而了解SQL SERVER数据库服务器的安全状态,了解服务器上的数据是否发生变化。分析变化原因,及时采取应对措施,达到保障数据库服务器安全的目的。  相似文献   

20.
在冶金热力学研究中,一般会碰到很多热力学数据及其计算分析,为快速精确地进行热力学计算,利用VC++语言的计算功能,研制了基于数据库信息的冶金热力学计算软件。软件数据库中存储了冶金研究中常用物质的热力学性质参数供用户使用并且该数据库可根据用户的需求进行扩充。用户可利用数据库中热力学数据进行冶金过程反应的热力学计算,得到如反应吉布斯自由能、反应热及反应平衡常数等基本热力学参数并将计算结果生成数据文件作为绘图软件的输入。  相似文献   

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