位置:成果数据库 > 期刊 > 期刊详情页
一种流数据实时写入保障下的数据查询方法
  • ISSN号:1001-3695
  • 期刊名称:计算机应用研究
  • 时间:0
  • 页码:-
  • 分类:TP311.1[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]山东科技大学信息科学与工程学院,山东青岛266590, [2]北方工业大学云计算研究中心,北京100040
  • 相关基金:国家自然科学基金资助项目(61003294);北京市自然科学基金重点资助项目(4131001);北京市属高等学校创新团队建设与教师职业发展计划项目(IDHT20130502)
  • 相关项目:适于分散式应用集成的业务服务对象建模与即时协作研究
中文摘要:

各类流式传感数据的实时接收与处理是物联网智能应用的基本要求。针对某城市车辆实时监管系统暴露出的数据实时接收与高效数据查询互相制约的问题,提出一种适用于物联网数据管理的结构化数据查询优化方法,在保障流数据实时写入的同时提供高效的数据查询能力。该方法采用数据库集群应对数据并发访问时的性能需求;通过主从延迟复制技术减少数据查询对数据写入性能的影响;采用数据分区和数据缓存技术提升单数据节点的查询性能。实验结果表明,该方法能在一定程度上减少查询对数据写入的影响,提高数据的查询效率。

英文摘要:

The real-time receiving and processing of various types of streaming sensor data is the foundation requirements of the Internet of things intelligent application. Taking a city real-time vehicle monitoring system as an example, the system ex- posed the issue of real-time data receiving and efficient data querying which restricted each other. Against this issue, this pa- per proposed a structured data query optimization method, which applied to data management in the Internet of things, to pro- vide efficient data query capabilities under the protection of real-time data written. The method used database cluster to re- sponse the performance requirements of concurrent access to data, and through the master-slave delay replication technology to reduce the influence of data query on the performance of data receiving, and used the data partitioning and data caching tech- nology to enhance the query performance of single data node. Experimental results show that this method can reduce the influ- ence on data written to some extent and improve the efficiency of data query.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机应用研究》
  • 北大核心期刊(2011版)
  • 主管单位:四川省科学技术厅
  • 主办单位:四川省计算机研究院
  • 主编:刘营
  • 地址:成都市成科西路3号
  • 邮编:610041
  • 邮箱:arocmag@163.com
  • 电话:028-85210177 85249567
  • 国际标准刊号:ISSN:1001-3695
  • 国内统一刊号:ISSN:51-1196/TP
  • 邮发代号:62-68
  • 获奖情况:
  • 第二届国家期刊奖百种重点科技期刊,国内计算技术类重点核心期刊,国内外著名数据库收录期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:60049