检索结果-内蒙古大学图书馆

数据库是计算机领域发展最快的学科之一，随着数据库规模越来越大，传统数据库系统已很难适应迅速增长的性能要求，未来的高性能数据库将是并行管理系统。该项目提出了一整套并行关系数据库理论、技术和方法，研制了一个具有Hypercuble... 详细信息

标准号: 0701930037

数据库是计算机领域发展最快的学科之一，随着数据库规模越来越大，传统数据库系统已很难适应迅速增长的性能要求，未来的高性能数据库将是并行管理系统。该项目提出了一整套并行关系数据库理论、技术和方法，研制了一个具有Hypercuble互连网络结构的微机群集系统，群集并行计算环境具有很高的性能价格比，通过PC机群可达到中小型机，甚至大型机的性能，它完全采用了并行物理存储结构、并行存取方法、并行数据操作算法、并行查询优化技术，可移植性好，具有极高的市场开发价值。

关键词：并行数据库管理系统并行管理系统并行关系数据库互连网络结构微机群集系统

来源：评论

学校读者我要写书评

暂无评论

并行数据库管理系统及设计方案

并行数据库管理系统及设计方案

引用

作者：杨姣徐淑兰徐国庆广东省深圳市南山区仪学街三坊二巷501房

并行数据库管理系统及设计方案，包括对分支的选择、联合、竞争、同时这四种操作方式；总表执行单元通过映射方式生成和查找到子表执行单元和子表，最后将对虚拟的子表的操作转换为对物理表的操作，并汇总返回结果。本发明相比现有的并... 详细信息

标准号: CN104239008A

并行数据库管理系统及设计方案，包括对分支的选择、联合、竞争、同时这四种操作方式；总表执行单元通过映射方式生成和查找到子表执行单元和子表，最后将对虚拟的子表的操作转换为对物理表的操作，并汇总返回结果。本发明相比现有的并行数据库基础上具有异构数据库集成、运行时分支可动态增减、分支操作方式全面、分支(子表)数目无上限等优点，从而使得引擎用户可以快速地配置并行计算，满足了用户备份、系统集成、高性能计算等方面的需求。

关键词：执行单元并行数据库管理系统并行数据库高性能计算数据库集成并行计算操作转换系统集成映射方式用户备份异构引擎虚拟竞争全面

来源：评论

学校读者我要写书评

暂无评论

并行数据库管理系统及设计方案

并行数据库管理系统及设计方案

引用

作者：杨姣徐淑兰徐国庆广东省深圳市南山区仪学街三坊二巷501房

标准号: CN104239008B

关键词：子表并行数据库管理系统异构数据库集成并行数据库高性能计算并行计算操作转换返回结果分支操作系统集成映射方式用户备份物理表运行时总表引擎虚拟配置联合

来源：评论

学校读者我要写书评

暂无评论

用于对并行数据库管理系统的外连接的系统和方法

用于对并行数据库管理系统的外连接的系统和方法

引用

作者： A.K.阿尔-奥马里 Q.陈美国德克萨斯州

提供了一种对并行数据库管理系统执行外连接的计算机可执行方法。示例性方法包括接收外倾斜值列表（SVL）。外SVL可以包括被指示为倾斜的值。示例性方法还包括接收内SVL。内SVL可以包括被指示为倾斜的值。另外，该示例性方法包括基于外... 详细信息

标准号: CN102844754A

提供了一种对并行数据库管理系统执行外连接的计算机可执行方法。示例性方法包括接收外倾斜值列表（SVL）。外SVL可以包括被指示为倾斜的值。示例性方法还包括接收内SVL。内SVL可以包括被指示为倾斜的值。另外，该示例性方法包括基于外SVL和内SVL跨多个连接实例对外表和内表进行分区。标识缺失的倾斜值。该缺失的倾斜值可以是内SVL的在内表中找不到的值。基于缺失的倾斜值，使用所述多个连接实例施行所述外连接。

关键词：倾斜值示例性方法多个连接并行数据库管理系统倾斜连接分区计算机

来源：评论

学校读者我要写书评

暂无评论

并行数据库交互式数据划分工具的设计

引用

大庆石油学院学报 2005年第2期29卷 73-75,127页

作者：张爱文王宇颖哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨150001

分析了数据划分模式对并行数据库系统整体性能的影响,设计了并行数据库系统中数据自动划分的框架,开发了基于DB2查询优化的交互式划分工具. 应用该划分工具对一个给定的由一组SQL语句组成的负载,可寻找在多个节点间划分数据的有利模式.... 详细信息

分析了数据划分模式对并行数据库系统整体性能的影响,设计了并行数据库系统中数据自动划分的框架,开发了基于DB2查询优化的交互式划分工具. 应用该划分工具对一个给定的由一组SQL语句组成的负载,可寻找在多个节点间划分数据的有利模式. 测试结果表明:该交互工具能够在合理的时间内为负载中每个语句推荐好的候选划分,并可避免初始数据倾斜,减轻数据库管理员的负担.

关键词：数据划分并行数据库并行数据库管理系统

来源：评论

学校读者我要写书评

暂无评论

孜孜不倦硕果累累——记中国人民大学信息学院院长王珊教授

引用

北京教育(高教) 2001年第Z2期 74-76页

凡是见过王珊教授的人无不为她平易近人的态度、渊博的学识、严谨的治学精神所打动。王珊教授现为中国人民大学信息学院院长,数据与知识工程研究所所长,硕士生导师,中科院计算技术研究所客座研究员,博士生导师。同时,她还兼任中国计算... 详细信息

凡是见过王珊教授的人无不为她平易近人的态度、渊博的学识、严谨的治学精神所打动。王珊教授现为中国人民大学信息学院院长,数据与知识工程研究所所长,硕士生导师,中科院计算技术研究所客座研究员,博士生导师。同时,她还兼任中国计算机学会副会长,中国计算机学会数据库专业委员会主任,中国计算机学会自动化专业委员会副主任及数据库学组组长,中国计算机学会学术委员会委员,名词审定委员会委员,北京计算机学会常务理事,计算机学报(中、英文版)、软件学报、计算机科学编委,新华社技术咨询专家委员会委员,世界银行关于中国税务增管改革技援项目技术顾问等职。

关键词：中国计算机学会数据库专业委员会中国人民大学并行数据库管理系统王珊国家自然科学基金项目数据库系统概论并行数据库系统数据库技术学院院长

来源：评论

学校读者我要写书评

暂无评论

云环境下对数据适应性查询方法的研究

云环境下对数据适应性查询方法的研究

引用

作者：张林鹏云南大学

学位级别：硕士

当今时代，是信息化高速发展的时代，互联网进入了千家万户。随着电子信息化的应用范围越来越广泛，由此带来的是数据量的爆发式增长。传统的数据仓库已经达到了PB级，并且还会继续扩大。eBay，一个很流行的网络拍卖和购物网站，因为非... 详细信息

当今时代，是信息化高速发展的时代，互联网进入了千家万户。随着电子信息化的应用范围越来越广泛，由此带来的是数据量的爆发式增长。传统的数据仓库已经达到了PB级，并且还会继续扩大。eBay，一个很流行的网络拍卖和购物网站，因为非常频繁的业务往来和可观的购物规模，数据存储量已经达到了6.5PB，这构成了一个巨大的数据仓库。Facebook，它是一个非常时髦流行的社交网络，由于注册的用户规模相当庞大，从而使得数据量飞速增长，已经达到了2.5PB的存储量，并且以每天15TB的数据量增长。所以如何正确高效地对如此庞大的数据做出高效的管理，以及对如此规模庞大的数据进行高效的查询已经成为极其关键的问题[1]。\n 本文首先详细介绍了适应性查询的详细研究背景、国内外研究现状和所要开展的研究的核心内容所在。通过对云计算发展现状的分析，以及对开源平台Hadoop系统的研究学习，理解了Hadoop构架的两大核心部件MapReduce计算模型以及HDFS的工作机制，掌握了Hbase数据库的使用以及Hive数据仓库工具对数据执行查询机制的原理，继而从实践角度把对大规模数据的高效管理以及查询调度工作迁移到云平台上来。然后通过对并行数据库管理系统和MapReduce编程模型对数据查询性能的研究及对比，提出了云环境下对数据的适应性查询系统构架，并进一步提出了基于查询时间花费的模型公式，最后将提出的适应性查询系统构架部署在五“台独”立的处理机节点上，通过校内局域网实现处理机节点彼此之间的连通。对于许多查询请求，这种适应性查询系统构架都能够从直觉上基于所需查询的时间花费模型，很灵活地选择在使用并行数据库管理系统或者使用MapReduce计算模型这两种查询方式之间切换，最后从实践角度通过改变影响查询时间花费的参数变量来分析对比两种查询机制的性能特点，通过对实验结果数据进行分析对比并将实验结果数据代入所提出的查询时间花费模型公式进行验证。具体实验结果得出了这种适应性查询方式实现了最低可能的查询时间花费，同时最大可能地考虑了容错机制。

关键词： MapReduce计算模型并行数据库管理系统 Hadoop开源平台数据适应性查询云环境

来源：评论

学校读者我要写书评

暂无评论

并行数据库及分布数据库的浅析

引用

造船工业建设 2001年第3期 25-30页

作者：盛文蔚

本文回顾了并行数据库的发展史和研究现状，并以与分布式数据库（DDB）进行对比，着重介绍了并行数据库（PDB）的硬件结构，并行数据库管理系统（PDBMS）的参考模型以及对比分布式数据库系统进行了评价，着重讨论分步式数据库的设计、... 详细信息

本文回顾了并行数据库的发展史和研究现状，并以与分布式数据库（DDB）进行对比，着重介绍了并行数据库（PDB）的硬件结构，并行数据库管理系统（PDBMS）的参考模型以及对比分布式数据库系统进行了评价，着重讨论分步式数据库的设计、分布式查询处理等有关问题。

关键词：并行数据库分布式数据库并行数据库管理系统评价设计分布式查询处理

来源：评论

学校读者我要写书评

暂无评论

大规模数据处理研究

引用

计算机与现代化 2012年第7期 111-115页

作者：叶萍张彦张文直公安部第一研究所科研处北京100048

MapReduce作为Google提出的大规模数据处理框架,Hadoop作为MapReduce的开源实现,越来越多地应用在大规模数据处理领域；同时,作为具有20多年历史的并行数据库管理系统,其在大规模数据分析领域也有着广泛的应用.本文对两种大规模数据处... 详细信息

MapReduce作为Google提出的大规模数据处理框架,Hadoop作为MapReduce的开源实现,越来越多地应用在大规模数据处理领域；同时,作为具有20多年历史的并行数据库管理系统,其在大规模数据分析领域也有着广泛的应用.本文对两种大规模数据处理技术的原理进行阐述,对大规模数据处理技术的现状、关键技术以及各自的优势进行介绍,并对两种技术从存储模式、任务启动方式、数据压缩、索引、用户接口等角度进行比较,最后对两种大规模数据处理技术进行总结.

关键词：大规模数据处理并行数据库管理系统 MapReduce Hadoop

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：