基于大数据搜索引擎的地震信息管理系统的研究与实现

近年来,由于国家对测震工作的重视,中国地震行业取得了较迅速的增长,但地震装备信息方面由于国家防震减灾机关的装备信息工作还比较落后,信息化和精细化管理程度不高,对本部门装备的状况、数量等信息还没有科学合理的统计分析方式和办法,从而导致了大批优秀地震装备信息资料的浪费。根据分析与管理地震信息数据资料的现状,文章针对防震减灾部门对地震信息管理的实际需求,基于ElasticSearch具有分布式多用户的全文搜索引擎和分布式实时文件存储的优点设计并实现了基于ElasticSearch大数据搜索引擎的地震信息资源管理系统,以方便对地震设备进行高效管理并对地震信息资源进行信息化的建设工作。

支持大规模地震探测数据快速可视化的云端数据缓存技术

首先,基于云计算应用模式,提出一种能有效利用云存储架构的双层缓存技术.通过在客户端和服务器端建立分布式缓存,能有效避免用户频繁访问远端数据,为用户构建轻量级的客户端,解决了目前地学数据可视化软件大量占用用户本地存储容量的问题.同时服务器端也避免了多次访问云存储文件系统,减少了大量的数据检索与加载时间.其次,提出一种ARLS(association rule last successor)访问预测算法,根据用户的历史访问记录,利用关联规则挖掘用户的访问模式,对其访问行为进行预测,进而提前加载数据,提高缓存命中率,解决了用户在可视化过程中不断移动兴趣区域,频繁更换渲染数据的问题,能有效应对用户具有多种访问模式的情况,提高了预测准确率.实验结果表明,该云存储架构显著减少了本地资源消耗,访问预测算法的准确率在最差情形下可达47.59%,平均准确率达91.3%,分布式缓存的平均缓存命中率达95.61%,可有效支持云端大规模地震数据的快速可视化.

城域网海量告警处理平台方案研究

分析了目前运营商IP城域网络告警处理分析工作所面对的挑战,比较目前可用的大数据分析技术特征,选择其中较为合适的分布式搜索引擎分析技术,构建城域网海量告警处理平台,通过清洗、检索、关联、知识积累和统计分析等功能,从各类设备上报运行日志的海量告警中抽取有效信息,支撑运营商IP城域网维护工作。