SL-tgStore:新的时序知识图谱存储模型

为了解决时序知识图谱的存储问题,提出结合快照和日志模式的时序知识图谱存储模型SL-tgStore.模型由若干时间桶组成,每个时间桶由一系列的时间窗口组成.在首个时间窗口引入初始快照作为时序知识图谱存储和处理的基本单元,在接下来的时间窗口存储为增量日志.提出相应的阈值来确定初始快照的生成,即生成一个新的时间桶,以达到初始快照数量与增量日志数量的平衡,并提出临时快照生成算法.所提模型能够有效解决快照存储模式消耗内存大,日志存储模式查询效率低的问题.为了对SL-tgStore模型进行高效查询,在此基础上提出4种索引结构.在4个真实数据集上进行实验,理论研究与实验结果表明所提出的SL-tgStore存储模型具有高效性.

矢量空间数据文档存储模型研究

针对海量空间数据量PB级数据存储的问题,分析No SQL数据库中分布式文件存储数据库在海量数据的存储和访问上的优势,分析基于分布式文件存储的数据库MongoDB的存储格式,研究矢量空间数据文档存储模型。针对矢量空间数据的点、线、多边形等几何形态,设计基于文档存储的矢量空间数据存储模型,实现了矢量空间数据在文档存储数据库MongoDB中的存储。针对矢量空间数据在文件存储数据库中的应用效率问题,提出未来工作将围绕文件存储数据库中矢量空间数据拓扑查询及查询效率展开。

云环境下海量数据组织与资源共享的存储模型研究

为满足海量数据在云环境中的存储与处理需求,并对其进行监控和维护,研究设计并实现一种云环境下海量数据组织与资源共享的存储模型。在研究过程中,设计云环境下海量数据组织与资源共享的存储模型,建立契合海量数据资源存储的分布式存储架构。根据模型架构需求,将模型划分为基础设施服务层、数据资源服务层、业务管理层与云应用服务层,明显解决数据写入不一致问题,具有良好的扩展性、可行性、稳定性与可靠性。

基于Hadoop的油田勘探开发云平台数据存储模型研究与应用

在物联网、移动互联网、云计算等信息技术的引擎带动下,大数据得到了迅猛的发展,攀升规模让人目不暇接,大数据的挖掘已经成为各个领域的焦点。在云平台开源项目Apache的构建中,Hadoop是重要的功能载体。基于Hadoop框架的应用,计算机集群得以快捷地实现。在油田勘探开发中越来越多的数据被挖掘出来,传统的Javs EE技术严重滞后于现代油田勘探开发功能需要,新的技术整合势在必行。根据分布式文件系统HDFS,依托Hadoop构建云平台数据存储结构模型,在油田勘探开发作业中真正实现了数据存储和查询的统一性,以及超强的灾备和预警能力,不仅显著提高了多表联合查询效率,真正意义上实现了数据资源的共享。

基于区块链的评价机制存储模型

在传统数据库平台的基础上,提出了一种基于新的评价机制和以太坊平台实现的区块链存储技术。该技术结合智能合约技术进行上链前数据的筛选实验,保证链上数据的有效性和真实性;采用了哈希存证进行数据上链,确保分享数据的可信性;并结合了区块链本身的特性使数据难以被篡改。实验表明,与传统数据库相比,根据计算的用户可信赖值T,这种区块链评价机制存储模型能够有效过滤80%以上的恶意评论。

基于面向对象XML的集中式和分布式存储模型

针对面向对象的XML数据,提出了2种存储模型。在分布式存储中,对象的一个属性或元素,如果是从超类继承的,其属性值或元素值存放在超类对应的对象中,如果是该类新定义的属性或元素,则放在该类对应的对象中。在该集中式存储中,对象的所有属性值都存放在所属类的对应对象中,超类中没有子类实例的数据,只有直接实例数据。通过典型查询语句,测试、分析了2种存储模型的性能,实验结果表明两种存储模型的可行性和高效性。

云存储模型及架构解析

云计算对大数据进行分析处理的前提是解决数据的存储问题,随着数据量的快速增长,数据存储逐渐成为大型企业和普通用户所关注的核心问题。本文概述了云存储的相关概念及云存储的模型和架构,解析了组成云存储模型的各层次结构的功用及模型的架构,并对实现云存储的关键技术进行了简述,以期对读者学习云存储有所帮助。

一种数据网格容灾存储模型及其数据失效模型

可靠性较高的数据网格多采用双副本容灾可以保证节点在灾难发生时进行有效恢复,但由于节点数据存储量较大,当节点发生灾难时,从一个节点进行数据恢复速度较慢,导致在数据恢复期备份节点发生失效的概率较大.针对这些问题,本文给出一个容灾存储模型,基于该模型推导出一个数据失效模型,理论证明该失效模型的数据失效概率明显小于双副本容灾方式的数据失效概率,同时在灾难发生时又能达到较快的恢复速度.设计了仿真实验,将模型的数据失效概率与双副本失效概率进行了比较,实验结果与理论推导一致,证明了存储模型和数据失效模型的正确性和有效性.最后给出进一步研究思路.

一种新的制造BOM存储模型

为准确表达实际生产中制造物料清单的图形数据结构,在物料清单存储模型中将装配结构定义为独立实体,使父件-结构和结构-子件两层关系分离,并分别给出了数学描述。针对物料清单数据由关系模型转换为树形结构的对象模型时所导致的效率下降,建立了关系模型与可扩展标记语言模型相结合的新型存储模型,将具有树形结构的可扩展标记语言模型设计为物料清单查询结果在数据库中的缓存。给出了新型存储模型的实体关系图和缓存部分的可扩展标记语言架构,并详细介绍了可扩展标记语言模型缓存的构建及查询方法。在实际系统运行中与传统模型相比,该模型可大幅提高物料清单的查询效率。

基于要素扩展管理的海量地质空间数据存储模型的设计与实现

随着地质空间数据量呈几何级速度增长,三维地质信息系统深入应用和地学数据可视化对海量地质空间数据的高效存储需求更加迫切。分析地质数据特征,其多类型、多尺度以及空间分布特征是设计地质空间数据库结构的决定性因素。基于此提出顾及地质实体多类型多尺度特征的一体化对象-关系型数据库存储模型。模型采用分层、分区、分类的管理策略和要素扩展管理技术实现海量地质空间数据的一体化存储。中国地质大学的QuantyView三维地学软件平台已经基于该存储模型实现了海量空间数据的存储、调度和可视化,证明了该模型对于海量空间数据存储具有实际应用的有效性。

基于HBase和GeoTools的矢量空间数据存储模型研究

针对非结构化数据库HBase存储技术的研究,提出一种矢量空间数据存储模型,对现有的矢量空间数据格式进行转换存储,以解决云存储技术缺乏空间数据拓扑关系描述及不能直接存储矢量空间数据的问题。该模型利用了列模式和key/value映射的稀疏存储机制,并采用基于GeoTools中间件的思想对矢量空间数据展示其空间拓扑关系。在HBase集群上的实验表明,该模型克服了HBase存储技术在矢量空间数据存储方面的瓶颈,在其体现空间拓扑关系的前提下,对矢量空间数据可以直接存取和展示,提高了空间数据存储效率。

基于动态存储模型的建筑企业库存管理

建筑企业的材料供应和存储是非均衡的、间断的、动态的,传统的存储模型对它的描述往往存在较大偏差。动态存储模型则可以针对静态模型的特点,将对某种物资的需求量划分为若干阶段,假定在同一时期内需求是常数,但在不同期间,需求是变化的,这种需求量的不同基本上可以描述出各个时期建筑企业的物资需要量计划。文章描述了国内建筑企业库存管理的现状及问题,依据建筑企业库存管理的特点选择了动态存储模型为工具,结合工程实例阐明该模型在建筑企业库存管理中的应用,为建筑企业库存管理提供一种科学、量化的手段。

基于关系数据库的多维数据存储模型

本文介绍了一种以关系数据库为最终数据存储管理系统 ,通过在数据管理人员与关系数据库之间建立一个多维数据存储管理支持模块 ,实现用户对多维数据和对象的存储管理的方法 .阐述了其中关键的算法思路 ,给出应用实例 ,并作出评价 .

基于分布式缓存的消息中间件存储模型

消息中间件的存储模型对中间件性能影响极大。基于此,分析消息中间件的多种存储模型原理,并通过性能测试对各种存储模型进行比对分析。分布式缓存在读写速度和扩展性上较传统存储方式有较大优势。在传统存储模型的基础上,提出一种基于分布式缓存的消息中间件存储模型。实现基于该模型的原型系统,并通过性能测试数据证明该模型的可行性。

一个基于模式的XML存储模型

XML基于半结构化数据模型,而半结构化数据很难统一存储和管理。文章提出了一个基于模式的XML存储模型SBSM,并定义了如何在该模型上进行相关的操作,该模型克服了对象-关系映射模型的局限性,并支持直接在模型上进行查询操作。

半结构数据的存储模型和查询执行

1引言 半结构数据是指区别于语音和图像文件等"原始数据",具有一定程度的结构,又不像传统的数据库系统那样存在严格模式的数据[1.2].半结构数据广泛存在于各种电子数据源,特别是Internet当中.以WWW为例,其HTML文件格式本身就是由标签和锚点等结构单元组成的,因此文件中的数据常常具有明显的结构.但同时效据的结构又非常不规范,不符合传统效据库的要求,因此不能简单地应用现有的数据库技术和工具对其进行处理,需要研究和开发对半结构数据进行描述和处理的新技术、新工具.

一种数据网格存储模型与并行下载调度算法

针对在数据网格中创建多副本虽可有效提升下载速度、降低网络流量,但多副本创建会带来大量存储开销和网络流量开销,以及基于GridFTP协议的各种并行下载算法虽可进一步提升下载速度,但仍不能解决多副本对存储空间和网络流量的影响的问题,提出了一个能保证数据的完整性、存储的可靠性和降低存储空间的数据网格存储模型,并基于该存储模型和GridFTP协议,提出了一个并行下载调度算法。实验表明,该算法只需要较少的冗余便可达到现有的针对全副本的并行下载算法可达到的理想下载速度,取得较好的效果,实现并行快速传输、节约存储空间和降低网络流量的目标。

用于剪纸文化计算的数据存储模型

针对剪纸图案的数字化表示、内容检索与文化计算问题,构建了一种XML数据存储模型。该模型不仅能实现从剪纸图像到XML数据的双向转换,并能为剪纸内容检索、数据挖掘与文化计算准备数据。为了评价该模型的可行性和优越性,测试了模型对发现已知文化规律的支持能力。研究结果表明,在增加必要的结构信息与特征信息后,基于模型的数据集具备支持数据挖掘与文化计算的能力。本文有关模型的设计思路同样适用于其他非文本资源。

利用神经网络优化关联存储模型

利用神经网络的优化功能,根据内容寻址过程的特点,对二元关联存储模型进行了优化处理,并对网络的存储容量及容错能力进行了统计分析结果表明优化后的二元神经网络模型的性能有了很大的提高。

一种适合多用户并发访问的影像存储模型

针对传统的遥感影像金字塔一体化存储模型在多用户并发访问应用中的存在的问题,提出一种适合多用户并发访问的可分离式存储模型,通过数据的分布存储和访问处理任务的分解、转移,提高数据服务器的I/O性能和响应效率。实验结果证明了该模型的有效性,且模型系统具有较高的可扩展性和稳定性。