基于MapReduce面向列的数据库存储方案研究

将传统的并行DBMS技术应用到Hadoop框架,在此基础上将面向列的数据库存储技术引入Hadoop的复制和调度机制,进而获得高效的编程模型与编程API.实验表明,提出的方案主要应用在map phase阶段,同时能够使得MapReduce的性能提高两倍.

金融大数据的存储层次规划与设计

在金融信息化的高速发展的今天,如何储存和处理每天产生的大量数据急需合理的方法。现在普遍采用的关系型数据库经过长时间发展,各方面性能都有较好的表现;另一方面,分布式系统构架正在逐渐兴起,具有高容错性,成本较低等优点。在本文中,我们将通过实验来比较这两种常见的数据库模型,考察它们在大数据平台搭建、存储和处理过程所体现出的性能差异。通过比较,分析它们在未来金融数据存储过程中所要做的改变。