基于SaaS的通用评审系统数据存储模型的优化研究

主要针对构建基于SaaS模式的通用评审系统时需要解决的数据存储问题展开。着重对传统的可定制数据存储模型中,存储利用率和数据访问性能较低的缺点,结合数据访问热度指标、数据切分理论和元数据驱动的思想,在传统键值对数据存储模型的基础上,提出了适用于可定制的SaaS系统的基于热度的元数据驱动键值对区分调用的存储解决方案;同时,通过引入缓存机制对改进后的可定制数据存储模型进行了优化。最后对新模型和优化算法进行了实验研究,实验结果证明了该优化方案的有效性,数据访问性能得到了提高。

智能电网时序大数据实时处理系统

针对智能电网时序数据设备多、数据规模大、产生速度快等特点,设计并实现了一个面向智能电网的时序大数据实时处理系统。针对电网领域"批量"与"快照"两类典型场景,提出面向场景的时序数据采集技术,实现了时序数据的高速、可靠采集;基于流计算技术,实现了各类时序数据的高速预处理;设计了面向时序数据的混合存储模型,综合应用键值模型与关系模型,实现了时序数据的可靠存储和高效访问。通过模拟某省用电信息采集应用场景,验证了系统性能:单节点数据采集能力超过1 000万/秒,查询可达到秒级甚至微秒级响应。

面向Hyperledger Fabric的SQL访问框架

区块链技术具有去中心化、不可篡改、可追溯等优势,已经在各领域得到广泛应用。但区块链作为一项前沿技术,存在开发难度大、学习成本高等问题,且大多数开发者更熟悉基于关系型数据库的应用开发方法,即通过SQL操作关系型数据库。Hyperledger Fabric是目前最为主流的区块链开发框架。针对此问题,文中提出了一种面向Hyperledger Fabric的SQL访问框架。首先,针对Fabric和SQL底层存储结构不一致的问题,定义了关系模型至键值模型的转换规则,实现了模型转换算法;然后,基于智能合约技术开发了SQL执行合约,实现了SQL语句向底层状态数据库CouchDB操作语句的自动转换,进而操作Fabric底层的数据;最后,从应用层开发的角度,设计了应用自动化重构工具,工具包含两个部分,分别是应用重构工具和区块链网络的交互中间件Fabric-Driver。实验结果表明,相比现有方案,使用所提框架开发区块链应用能节省82%左右的时间,且使用此框架降低的读写性能仅有5%左右。

中医诊断古文的词性标注与特征重组

中医诊断古文存在大量单音词,使用通用切词技术处理,结果是单个的分词结果,不能构成一个完整的诊断词汇。对此,设计一个基于键值对模型的中医诊断词性标记集,提出基于词汇联系的隐马尔可夫模型(HMM),进行词性标注,结合词法分析,采用移进归约算法进行特征重组,生成中医诊断词汇。实验结果表明,改进的HMM的词性标注准确率在训练集和测试集中分别提高了2.58%和1.02%,特征重组结果是完整独立的诊断词汇,方便中医人员进行诊断分析,适合构成向量空间模型的特征。